Flexible Work Agreements: Here to Stay but Uneven in Equity and Promoting Success
Notice bibliographique
Résumé
A Review of:Hosoi, M., Reiter, L., & Zabel, D. (2021). Reshaping Perspectives on Flexible Work: The Impact of COVID-19 on Academic Library Management. portal: Libraries and the Academy 21(4), 695-713. doi:10.1353/pla.2021.0038 Objective – The article seeks to assess the current state and the future of flexible work agreements (FWAs) in research libraries. Design – The authors held semi-structured interviews with 31 individuals in library leadership roles. Setting – Large American or Canadian research libraries during the COVID-19 pandemic. Subjects – 31 individuals in senior leadership roles (ex: associate dean, director) at the top 50 research libraries in North America (based on the Association of Research Libraries Investment Index). Methods – Interviews were conducted and recorded over Zoom with participant, investigator, and note taker. Investigators developed a quantitative coding instrument based on a selection of the interviews, then coded all interviews independently. Coded data were evaluated for broader themes in a collaborative fashion. Main Results – All participants had employees working partially or fully remotely at the time of the interviews. Half of participants observed gains in productivity during the pandemic, although even more commented on technology challenges. Other positives included remote project success and more inclusive meetings; other negatives included caregiving and job duties that did not allow for remote work. Conclusion – While FWAs were widely available pre-pandemic, they were not normative. The majority of participants think flexible work will only increase in libraries and will influence recruitment and retention of employees, as well as utilization of library space.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,161 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».