Library Workers Experiencing or Observing Sexual Harassment in University of California Libraries is Commonplace and Commonly Unreported
Notice bibliographique
Résumé
A Review of: Barr-Walker, J., Hoffner, C., McMunn-Tetangco, E., & Mody, N. (2021). Sexual harassment at University of California Libraries: Understanding the experiences of library staff members. College & Research Libraries, 82(2), 237. https://doi.org/10.5860/crl.82.2.237 Abstract Objective – To identify whether academic library workers at the University of California Libraries (UCL) system experienced or observed sexual harassment and to measure their reporting and disclosure behavior. Design – Anonymous online survey with open and closed-end questions. Setting – All UCL system campuses (Berkeley, Davis, Irvine, Los Angeles, Merced, Riverside, Santa Barbara, Santa Cruz, San Diego, and San Francisco). Subjects – All 1610 non-student employees working in UCL system were invited to participate, 579 (36%) responded. Methods – The authors engaged multiple stakeholder groups to refine and promote this census of UCL non-student workers. The survey was distributed via REDCap and remained open for six weeks of November to December 2018. All questions were optional. Certain demographic information was not collected because respondents might have been identified via deductive disclosure. The first author conducted descriptive statistical analysis and pairs of authors conducted thematic analysis. Main Results – More than half of respondents experienced or observed sexual harassment in the workplace; women were more likely to experience than observe and vice versa for men. Harassment was most likely to be exhibited by a coworker. Less than half of respondents felt that the UCL system administration considered the issue important. Nearly three out of every four respondents who had experienced harassment at work chose not to report or disclose; this did not vary significantly between women and men. Conclusion – Sexual harassment of library workers, often by other library workers, is widespread. Staff training and policies should incorporate the reality of gender harassment and commenting on a person's appearance—the two most common forms of harassment exhibited and observed.
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
Étiquettes directes de modèles (non validées)
Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.
| Bras | Catégories | Devis d'étude | Confiance |
|---|---|---|---|
| gemma | aucune catégorie Domaine: non disponible · Genre: Empirique Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Observationnel | low |
| gpt | aucune catégorie Domaine: non disponible · Genre: Empirique Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Observationnel | low |
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,098 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéeÉtiqueté directement par 2 modèles lisant le dossier complet.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».