MétaCan
Menu
Retour à la cohorte
Enregistrement W4390583164 · doi:10.1111/ntwe.12287

Does the welfare regime impact the telework gender stress gap?

2024· article· en· W4390583164 sur OpenAlexaffabout
Alain Klarsfeld, Kévin Carillo, Gaëlle Cachat‐Rosset, Tania Saba, Josianne Marsan

Notice bibliographique

RevueNew Technology Work and Employment · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueWork-Family Balance Challenges
Établissements canadiensUniversité de MontréalUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésWelfareMainstreamWork (physics)Demographic economicsIsolation (microbiology)Coronavirus disease 2019 (COVID-19)WageStress (linguistics)PsychologyModerationPolitical scienceLabour economicsEconomicsBusinessSocial psychologyEngineeringMedicine

Résumé

récupéré en direct d'OpenAlex

Abstract After decades of slow diffusion, the acceptance of telework has dramatically accelerated during the pandemic crisis, becoming a mainstream work practice. However, little is still known on the impact of telework design on employee stress, particularly when stress is high due to a major health crisis, at a time when it is crucial that organizations help buffer it. Using the welfare regime literature, we study the effects of telework demands/resources factors on stress and the moderating effects of gender in more or less egalitarian welfare regimes, during a pandemic crisis. Analyzing data collected from 4602 respondents in France and Quebec, we find that telework demands (family interference with work, organizational isolation, emotional isolation) impact stress positively in both welfare regimes. We also find that the gender stress gap is higher in a more gender‐inegalitarian welfare regime than in a more gender‐egalitarian welfare regime. Men's and women's stress is not impacted in the same manner in the two contexts studies. Contributions to research and practice are discussed, along with limitations and potential future research avenues.

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)0,006
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,028
Score d'incertitude au seuil0,056

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,002
Communication savante0,0020,001
Science ouverte0,0010,002
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0090,000

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 Opus0,028
Tête enseignante GPT0,313
Écart entre enseignants0,285 · 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

Citations9
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNew Technology Work and EmploymentMême sujetWork-Family Balance ChallengesTravaux en français237 207