Towards identifying gaps in employment integration of people living with vision impairment: A scoping review
Notice bibliographique
Résumé
Background: The high rate of unemployment among individuals with vision impairment remains a pressing issue, even with the implementation of disability laws and coordinated effort to foster inclusive workplace. Employment integration challenges persist for people with vision impairment due to inaccessible job markets and workplaces. Objective: To create new knowledge from previous studies related to employment among people with vision impairment and to understand what has been explored and identify the gaps in employment integration. Method: A comprehensive search of six databases was conducted utilizing both index terms and keywords. The title and abstract of identified studies were screened, followed by a full-text screening using pre-set criteria. Only available peer-reviewed studies with a focus on employment and vision impairment were included, irrespective of location and publication year. Result: Of 2264 studies screened, only 43 studies were eligible for review and data extraction. Using thematic analysis, 8 key themes emerged: social support, disability rights and service systems, transition strategies and challenges, career, employment integration, employment environment, adaptive potential, and employment sustainability. These studies considered the perspectives of people living with vision impairment, rehabilitation practice, and employers. Identified gaps include transition strategies, workplace participation, the perception of colleagues, and work evolution. Conclusion: The primary focus of studies was on the individual factors that impact workplace integration; work environment impact was not explored in depth. The need to examine the readiness of the work environment is also importance because environmental factors can be modified according to the functional needs of people with vision impairment.
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 | 0,032 | 0,099 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,002 |
| Méta-épidémiologie (sens large) | 0,006 | 0,006 |
| Bibliométrie | 0,030 | 0,022 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,008 | 0,010 |
| Science ouverte | 0,003 | 0,005 |
| Intégrité de la recherche | 0,005 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».