MétaCan
Menu
Retour à la cohorte
Enregistrement W4200298151 · doi:10.3138/jmvfh-2021-0080

A gender-based analysis of recruitment and retention in the Canadian Army Reserve

2021· article· en· W4200298151 sur OpenAlexaffvenueabout
Stéfanie von Hlatky, Bibi Imre‐Millei

Notice bibliographique

RevueJournal of Military Veteran and Family Health · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueGender, Security, and Conflict
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésMentorshipGender equityPsychologyMisconductPublic relationsMedical educationSocial psychologyPolitical scienceApplied psychologyMedicineSociologyGender studiesLaw

Résumé

récupéré en direct d'OpenAlex

LAY SUMMARY In this qualitative study, 29 members of the Canadian Army Reserve were interviewed to investigate Canadian Armed Forces (CAF) recruitment and retention strategies. Studying member attitudes and participation in recruitment and retention led to original insights about the importance of community outreach, peer recruiting, and commitment on behalf of leadership when it comes to fostering a recruitment-focused culture. Participants pointed to camaraderie and the quality of training opportunities as significant considerations to improve retention, providing further validation to existing research on retention in reserve units. Using a gender-based lens, reservists were asked about the culture of the CAF, sexual misconduct, and issues facing under-represented groups. Participants felt the military was doing well meeting recruiting targets and that representation and mentorship were important tools to encourage women and members of under-represented groups to join. The answers regarding sexual misconduct were extremely consistent: most were surprised when hearing Reserve Force statistics on sexual misconduct, and many displayed low awareness of how to report incidents. Nevertheless, participants thought their units were better than others when it came to equity, diversity, inclusion, and preventing sexual misconduct, signalling these topics could be further examined in the reserves.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,011
score de la tête « metaresearch » (Gemma)0,018
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,091
Score d'incertitude au seuil0,350

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,018
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,003
Études des sciences et des technologies0,0180,006
Communication savante0,0030,001
Science ouverte0,0020,004
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,214
Tête enseignante GPT0,382
Écart entre enseignants0,168 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2021
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJournal of Military Veteran and Family HealthMême sujetGender, Security, and ConflictTravaux en français237 207