MétaCan
Menu
Retour à la cohorte
Enregistrement W4221082157 · doi:10.3390/ijerph19063284

International Comparison of Social Support Policies on Long-Term Care in Workplaces in Aging Societies

2022· article· en· W4221082157 sur OpenAlexaboutno aff
Koji Kanda, Hirofumi Sakurazawa, Takahiko Yoshida

Notice bibliographique

RevueInternational Journal of Environmental Research and Public Health · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueIntergenerational Family Dynamics and Caregiving
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSalarySocial supportBusinessWorking populationHealth careLong-term careOccupational safety and healthPopulation ageingPopulationDemographic economicsEconomic growthEnvironmental healthGerontologyMedicinePsychologyNursingPolitical scienceEconomics

Résumé

récupéré en direct d'OpenAlex

A decrease in the working-age population in aging societies causes a shortage of employees in workplaces due to long-term care (LTC) leave for family and relatives as well as longer working hours or overwork among those remaining in the workplace. We collected and analyzed literature and guidelines regarding social-support policies on LTC in workplaces in seven countries (Canada, France, Germany, Japan, Sweden, the UK, and the USA) to propose an effective way of occupational health support for those in need. Our analysis indicated the existence of a system that incorporates the public-assistance mechanism of providing unused paid leave to those in need. Additionally, recipients of informal care provided by employees tended to expand to non-family members under the current occupational health system. On the other hand, the health management of employees as informal caregivers remained neglected. Likewise, salary compensation and financial support for LTC-related leave need to be improved. In order to monitor and evaluate the progress and achievement of current legal occupational health systems and programs related to the social support of LTC among employees, the available national and/or state-based quantitative data should be comparable at the international level.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,187
Score d'incertitude au seuil0,580

Scores Codex et Gemma par catégorie

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

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 Opus0,056
Tête enseignante GPT0,431
Écart entre enseignants0,375 · 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 tête enseignante, 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

Citations16
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Environmental Research and Public HealthMême sujetIntergenerational Family Dynamics and CaregivingTravaux en français237 207