MétaCan
Menu
Retour à la cohorte
Enregistrement W4379656171 · doi:10.54254/2753-7048/5/20220692

Exploring Discrimination against Blacks in the Workplace

2023· article· en· W4379656171 sur OpenAlexaff
Wenqi Tao

Notice bibliographique

RevueLecture Notes in Education Psychology and Public Media · 2023
Typearticle
Langueen
DomaineHealth Professions
ThématiqueEmployment and Welfare Studies
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésPhenomenonRace (biology)Reading (process)White (mutation)RacismGovernment (linguistics)Work (physics)Field (mathematics)Public relationsPsychologySocial psychologySociologyGender studiesPolitical scienceLawEngineering

Résumé

récupéré en direct d'OpenAlex

In today's society, although the phenomenon of racial discrimination is much better than before, it is still everywhere in the world. In the current workplace, many black workers are treated differently than others because of their races. They have separate work areas, separate bathrooms, and even the utensils they use are frowned upon by others. Many times blacks suggestions are not accepted. The article will study whether blacks are subjected to racial discrimination in the workplace from six different aspects. Research in this field can help people understand the special treatment that black people receive in the workplace. In addition, the government should pay attention to this phenomenon and make some new legal measures to control and improve the unfair treatment of black people in all aspects of life. Therefore, it is necessary to find and compare the treatment of different races in the workplace. By reading previous relevant articles, this article summarizes and refines the treatment of black people in different aspects of the workplace. It finds that people of this kind of race, no matter how skilled they are or how well they do in their field of work, are treated very poorly compared with white people.

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)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0070,003
Communication savante0,0020,002
Science ouverte0,0000,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,182
Tête enseignante GPT0,452
Écart entre enseignants0,271 · 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'étudeObservationnel
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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLecture Notes in Education Psychology and Public MediaMême sujetEmployment and Welfare StudiesTravaux en français237 207