MétaCan
Menu
← Retour à la cohorte
Enregistrement W4285351688 · doi:10.3126/prashasan.v52i1.44580

Covid-19 and the Future of Work

2021· article· en· W4285351688 sur OpenAlexaff
Hiramani Ghimire

Notice bibliographique

RevuePrashasan Nepalese Journal of Public Administration · 2021
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueCOVID-19 Pandemic Impacts
Établissements canadiensCentre for International Governance Innovation
Organismes subventionnairesnon disponible
Mots-clésWorkforceTelecommutingPublic relationsDisintermediationWork (physics)ProductivityPsychological resilienceResilience (materials science)BusinessPandemicCoronavirus disease 2019 (COVID-19)Political scienceEconomic growthEconomicsEngineeringPsychology

Résumé

récupéré en direct d'OpenAlex

Covid-19 is going to have a profound impact on how we manage our work. The increasing tendency to decouple the workforce from the workplace is creating both challenges and opportunities. Amidst fear of decline in staff productivity, experience of this past year shows that employees working from flexible locations, including their own home, are becoming more productive than previously thought. Four major shifts are taking place in the world of work. Firstly, the concept of fixed location of an office is giving way to the idea of flexible locations leading to a reconfiguration of the traditional office. Secondly, managerial focus has moved from efficiency to resilience. Thirdly, control as a management principle is losing ground to trust leading to disintermediation and de-layering of decision-making. Finally, organizational leaders are increasingly emphasizing the need to complement technical skills with social Skills. Much innovation is taking place in all these areas. These shifts are happening not just because of Covid-19. They were already set in motion; the pandemic has accelerated them. Work from home is a good response to the pandemic, but it cannot be an alternative to the office for ever. Going back to the nineteenth century idea of office as a fixed location is neither efficient nor desirable. What we need is a hybrid model. Based on a review of national and international practices adopted as a response to Covid-19, this article argues that the pandemic has given public-sector agencies an opportunity to use available technologies for improving business processes through flexible working arrangements, including the hybrid model. And this process has already started. In many countries, public-sector organizations are catching up with the private sector in terms of introducing the hybrid model. We in Nepal can learn much from this and adapt some of these practices to our specific socio-economic and cultural context.

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)0,017
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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Commentaire · Signal consensuel: Commentaire
Score de désaccord entre enseignants0,034
Score d'incertitude au seuil0,163

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0170,018
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,004
Études des sciences et des technologies0,0150,031
Communication savante0,0310,020
Science ouverte0,0030,019
Intégrité de la recherche0,0100,012
Charge utile insuffisante (le modèle a refusé de juger)0,0340,007

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 Opus0,065
Tête enseignante GPT0,303
Écart entre enseignants0,238 · 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'étudeSans objet
Domainenon disponible
GenreCommentaire

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
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePrashasan Nepalese Journal of Public Administration→Même sujetCOVID-19 Pandemic Impacts→Travaux en français237 207→