MétaCan
Menu
Retour à la cohorte
Enregistrement W4220948403 · doi:10.1061/9780784483985.070

Scale Equivalence in Canada and the United States for Interpersonal Conflicts at Work and Individual Resilience in the Construction Sector

2022· article· en· W4220948403 sur OpenAlexaffabout
Yuting Chen, Brenda McCabe, Jun Wang, Douglas Hyatt

Notice bibliographique

RevueConstruction Research Congress 2022 · 2022
Typearticle
Langueen
DomaineHealth Professions
ThématiqueOccupational Health and Safety Research
Établissements canadiensHudbay Minerals (Canada)University of Toronto
Organismes subventionnairesnon disponible
Mots-clésScale (ratio)Interpersonal communicationEquivalence (formal languages)Resilience (materials science)Work (physics)Psychological resilienceSocial psychologyPsychologyGeographyEngineeringMathematicsDiscrete mathematicsCartography

Résumé

récupéré en direct d'OpenAlex

Interpersonal conflicts at work (ICW) and individual resilience (IR) that describes a person’s positive psychological capacity for performance improvement have the potential to affect construction safety performance. However, few research has been conducted to investigate these two factors on construction sites, e.g., how often ICW occurs on construction sites and whether the occurrence frequency is distributed similarly across countries. It is also necessary to examine whether workers from different countries interpret ICW and IR conceptually similar, which is a precondition for any comparison. By surveying 420 US construction workers and 837 Canadian construction workers, this study conducted measurement equivalence tests and compared the frequency of ICW on the surveyed construction sites. The results show that US and Canadian construction workers interpreted ICW and IR conceptually similar, although with different demographic background. In addition, US respondents reported fewer conflicts with their supervisors, which may be related to the slightly higher age, lower participation in safety committees, and fewer supervisors on site.

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)0,008
score de la tête « metaresearch » (Gemma)0,025
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,028
Score d'incertitude au seuil0,199

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,025
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,006
Études des sciences et des technologies0,0040,002
Communication savante0,0020,001
Science ouverte0,0010,002
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,116
Tête enseignante GPT0,433
Écart entre enseignants0,318 · 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

Citations0
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueConstruction Research Congress 2022Même sujetOccupational Health and Safety ResearchTravaux en français237 207