Notice bibliographique
Résumé
Affective job insecurity, 101 Affectual solidarity, 308 Aforementioned demographic change, 2 Aforementioned hypothesis, 5 Aforementioned policies, 119 Age, 79, 102 on elders' statesmanship, 423À424 of immigrants, 78 and psychological contract, 478À482 Ryff Scales of psychological well-being by, 68À74 Age-based employment security, 120 Age-based retirement, 126 Age-biased behavioral tendencies, 164 Age discrimination, 166À167, 225, 226 ageism, 537 within healthcare workforce, 541À546 direct, 538 within healthcare setting ageism and, 539 disease types, 540 morbidity and mortality, 540 obstacles, 540 indirect, 538 in workplace, 164À166 See also Ageism Age Discrimination in Employment Act (ADEA), 4, 412, 504 Age discriminatory behavior, 233 Age diversity, 251, 312À313 climate, 172, 173 Ageism, 537 and age discrimination, 537 within healthcare workforce, 541À546 disease types, 541 employment experience, 545 health and social care employers, 543 healthcare discrimination, 541 nurses challenges, 542À543
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,006 | 0,009 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,012 | 0,008 |
| Science ouverte | 0,003 | 0,004 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,751 | 0,764 |
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 validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».