MétaCan
Menu
Retour à la cohorte
Enregistrement W4233480629 · doi:10.1108/hrmid-02-2019-0026

Young career women debate question of “having it all”

2019· article· en· W4233480629 sur OpenAlexaboutno aff

Notice bibliographique

RevueHuman Resource Management International Digest · 2019
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueWork-Family Balance Challenges
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPessimismViewpointsOriginalityOptimismValue (mathematics)Balance (ability)Work–life balancePragmatismSociologySocial psychologyPsychologyWork (physics)Epistemology

Résumé

récupéré en direct d'OpenAlex

Purpose Researchers felt previous research had not addressed the complexity of young women’s views on whether they can have it all – which essentially means a great career at the same time as being a great mother. They identified six different positions, with either extreme represented by the optimist and pessimist viewpoints. Design/methodology/approach There were interviews with 14 small focus groups of between two and eight members. All were emerging adults at a Canadian university and on the verge of moving into careers. The focus was on the challenges of work–family balance, especially in managerial roles. Findings Six common positions emerged - optimism, pessimism, uncertainty, choice, pragmatism, and support. Optimists were certain they could achieve balance and “have it all” even if it entailed a slight struggle. In total contrast to the optimists, the pessimists’ position was that no one could have it all – both a really good job and a healthy family life – and it was always necessary to give something up. Other positions were more nuanced. Originality/value Previous studies have tended to be quantitative and come up with much less-nuanced results. The study enabled researchers to tease out the complexity of women’s views.

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)0,014
score de la tête « metaresearch » (Gemma)0,018
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,030
Score d'incertitude au seuil0,074

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0140,018
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0140,013
Communication savante0,0080,005
Science ouverte0,0010,004
Intégrité de la recherche0,0030,004
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,029
Tête enseignante GPT0,305
Écart entre enseignants0,275 · 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'étudeQualitatif
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
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHuman Resource Management International DigestMême sujetWork-Family Balance ChallengesTravaux en français237 207