No Pain, No Gain: Novel Insights into a Spectrum of Wellbeing Across Vulnerable Work Experiences
Notice bibliographique
Résumé
This symposium presents a series of novel insights into a spectrum of employee wellbeing experiences across a variety of understudied contexts. Using both qualitative and quantitative methods, these presentations highlight the unique challenges of farming occupations, music performance professions, the employee medical leave process, and the experience of working with colleagues who are recipients of partner violence. Our papers highlight a range of health outcomes, from the positive effects of stress habituation to the negative impacts of nonwork spillover from coworkers. Our papers also highlight how both positive and negative wellbeing experiences (such as passion and burnout) are often intertwined and embedded within certain professions. Together, these presentations offer both a glimpse into unique populations as well as a high-level perspective of the range of mental health & wellbeing experiences for modern workers. Stress Habituation & Status in Male Professionals: A Testosterone and Cortisol Study Author: Lieke Laura Ten Brummelhuis; Simon Fraser U. Author: Mariana Toniolo-Barrios; Simon Fraser U. Work that Drives and Drains: The Fluidity of Mental Health & Engagement with Strong Occupational Identity Author: Devin Johnson Rapp; U. of Utah, David Eccles School of Business Author: Robert Monnot; U. of Utah, David Eccles School of Business When Passion Meets Unfulfilled Expectations: Predicting Burnout Among Professional Musicians Author: Alexandra Lefcoe; DeGroote School of Business, McMaster U. Author: Catherine Connelly; McMaster U. Author: Laura Venz; Leuphana U. Lüneburg Author: George Elchuk; McMaster U. Author: Andrew Scott; Humber College Medical Leaves of Absence: How Individuals and Organizations Respond to Leave-Related Suffering Author: Liza Yasemin Barnes; Drexel U. Potential Drawbacks of Connection at Work: An Evaluation on Coworker’s Mental Health Author: Jessica Mariah Rivin; San Diego State U., Fowler College of Business Author: Russell Cropanzano; U. of Colorado, Boulder Author: Rick Reed; PhD Student at U. of Colorado, Boulder Author: Phoenix Van Wagoner; California State U., Fullerton
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,014 | 0,028 |
| Communication savante | 0,012 | 0,012 |
| Science ouverte | 0,001 | 0,018 |
| Intégrité de la recherche | 0,003 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».