MétaCan
Menu
Retour à la cohorte
Enregistrement W4281807505 · doi:10.4018/978-1-6684-3937-1.ch021

Occupational Stress and Its Impact on Working Mothers During the COVID-19 Pandemic

2022· book-chapter· en· W4281807505 sur OpenAlexaff
Samar Saeed Khan

Notice bibliographique

RevueAdvances in human resources management and organizational development book series · 2022
Typebook-chapter
Langueen
DomaineSocial Sciences
ThématiqueWork-Family Balance Challenges
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésNeglectDilemmaWork (physics)Work–life balanceBalance (ability)PsychologyPsychological resiliencePandemicWorkforceCoronavirus disease 2019 (COVID-19)Social psychologyPolitical scienceMedicineEngineeringPsychiatry

Résumé

récupéré en direct d'OpenAlex

Through discourse analysis methodology of an online forum and a review of the existing literature, this chapter aims to examine the interceding role of work and the moderating role of resilience in the relationship between occupational stress and well-being of working mothers during the COVID-19 pandemic. While work and family are pertinent in a woman's life, she is faced with a dilemma: to either be a full-time worker or a full-time mother; yet, she tries to balance the two, which in turn subjects her to stress, both at work and inside the domestic sphere. Not only do mothers have to manage the home, but they also have to manage/maintain their jobs. Yet, adhering to this hope of the work/life balance affects a working mother's ability to maintain paid employment or gain a promotion because she has to, at times, prioritize taking care of her children in the face of high work stress. At the same time, high work stress may be problematic, resulting in neglect. (Working mothers may be forced to dedicate time to work for fear of getting fired and ignore the needs of their children.)

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)0,002
score de la tête « metaresearch » (Gemma)0,004
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 enseignants0,004
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,002
Communication savante0,0040,003
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 Opus0,024
Tête enseignante GPT0,291
Écart entre enseignants0,266 · 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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAdvances in human resources management and organizational development book seriesMême sujetWork-Family Balance ChallengesTravaux en français237 207