MétaCan
Menu
Retour à la cohorte
Enregistrement W4224124222 · doi:10.3390/ijerph19084866

Testing the Shielding Effect of Intergenerational Contact against Ageism in the Workplace: A Canadian Study

2022· article· en· W4224124222 sur OpenAlexaffabout
Martine Lagacé, Anna Rosa Donizzetti, Lise Van de Beeck, Caroline D. Bergeron, Philippe Rodrigues-Rouleau, Audrey St-Amour

Notice bibliographique

RevueInternational Journal of Environmental Research and Public Health · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueRetirement, Disability, and Employment
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésContext (archaeology)Social psychologyPsychologyPath analysis (statistics)Survey data collectionGerontologyMedicine

Résumé

récupéré en direct d'OpenAlex

Negative outcomes of ageism in the context of the Canadian labor market are well documented. Older workers remain the target of age-based stereotypes and attitudes on the part of employers. This study aims at assessing (1) the extent to which quality and quantity intergroup contacts between younger and older workers as well as knowledge-sharing practices reduce ageist attitudes, in turn (2) how a decrease in ageist attitudes increase the level of workers' engagement and intentions to remain in the organization. Data were collected from 603 Canadian workers (aged 18 to 68 years old) from private and public organizations using an online survey measuring concepts under study. Results of a path analysis suggest that intergroup contacts and knowledge-sharing practices are associated with positive attitudes about older workers. More so, positive attitudes about older workers generate higher levels of work engagement, which in turn are associated with stronger intentions to remain with the organization. However, positive attitudes about older workers had no effect on intentions to remain in the workplace. Results are discussed in light of the intergroup contact theory.

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)0,003
score de la tête « metaresearch » (Gemma)0,007
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 enseignants0,027
Score d'incertitude au seuil0,194

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,007
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0100,002
Communication savante0,0010,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
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 Opus0,290
Tête enseignante GPT0,481
Écart entre enseignants0,192 · 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

Citations27
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Environmental Research and Public HealthMême sujetRetirement, Disability, and EmploymentTravaux en français237 207