MétaCan
Menu
Retour à la cohorte
Enregistrement W4223953060 · doi:10.3390/ijerph19084873

Remote Work in a Changing World: A Nod to Personal Space, Self-Regulation and Other Health and Wellness Strategies

2022· article· en· W4223953060 sur OpenAlexaff
Sybil Geldart

Notice bibliographique

RevueInternational Journal of Environmental Research and Public Health · 2022
Typearticle
Langueen
DomaineHealth Professions
ThématiqueWorkplace Health and Well-being
Établissements canadiensWilfrid Laurier University
Organismes subventionnairesnon disponible
Mots-clésAutonomyPublic relationsOccupational safety and healthWork (physics)Space (punctuation)PsychologyMental healthPerceptionQualitative researchBusinessMedicineEngineeringSociologyPolitical scienceComputer science

Résumé

récupéré en direct d'OpenAlex

Remote work has escalated as a result of the coronavirus pandemic, and citizens have been doing their part to mitigate the spread of viral infection. The downside of quickly switching from a workplace office to remote work is that neither employees nor employers have had time to consciously process the new work environment and formally evaluate health and safety concerns. The aim of this commentary was to make suggestions on how to make remote work more satisfying, safe, and healthy for employees. First, I explored existing research on disease outbreaks and mental stress as the backdrop for discussing health-related strategies. To determine which types of strategies or measures would help, next I examined existing organizational research, including a qualitative study by my colleagues on workers' perceptions about what makes a healthy workplace. Themes that emerged from the qualitative study align with three broad recommendations discussed in this commentary: cultivating personal space, building in ergonomics, and boosting self-regulation (self-learning) skills. Finally, I suggested that future research should explore the joint roles of the worker and his/her management team in recognition of organizational commitment to occupational health and safety alongside each worker's need for autonomy in their personal workspace.

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)0,008
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,596
Score d'incertitude au seuil0,902

Scores Codex et Gemma par catégorie

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

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 Opus0,060
Tête enseignante GPT0,428
Écart entre enseignants0,368 · 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

Citations22
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Environmental Research and Public HealthMême sujetWorkplace Health and Well-beingTravaux en français237 207