MétaCan
Menu
Retour à la cohorte
Enregistrement W4391263618 · doi:10.53379/cjcd.2024.383

Career Development of Working Mothers: Helping and Hindering Factors in Doing Well in light of the COVID-19 Pandemic

2024· article· en· W4391263618 sur OpenAlexaffvenue
Larissa Rossen, Esther S. Oh, Deepak John Mathew

Notice bibliographique

RevueCanadian Journal of Career Development · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueWork-Family Balance Challenges
Établissements canadiensTrinity Western University
Organismes subventionnairesnon disponible
Mots-clésCoronavirus disease 2019 (COVID-19)Pandemic2019-20 coronavirus outbreakSevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)PsychologyVirologyMedicine

Résumé

récupéré en direct d'OpenAlex

Women’s career development amid the COVID-19 pandemic suggests that we may be facing a ‘female recession’, where women are at significantly increased risk for dropping out of the workforce with the gender gap in the workplace likely to grow. However, the pandemic may have presented opportunities for working mothers to engage creatively in personal career decisions due to increased opportunities to work flexibly and pivot in a very quickly changing labour market. This qualitative study used the enhanced critical incident technique to explore the intersection of working mothers and career development considering the COVID-19 pandemic. Participants for this study were a sample of 18 working mothers in North America and Australia. Key factors that were identified as helping women do well in their career development during COVID-19 included: Supportive workplaces, social support, personal protective factors, job market factors, and resources (predominantly financial). Hindering factors to working mothers’ career development included: workplace challenges, family challenges, personal stressors, job market factors, COVID-19 mandates and restrictions, and childcare. The findings from this study help elucidate factors that contribute to a meaningful and productive career so that clinicians and other professionals can support, advocate, and encourage women who remain working during motherhood.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,570
Score d'incertitude au seuil0,996

Scores Codex et Gemma par catégorie

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

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 Opus0,085
Tête enseignante GPT0,279
Écart entre enseignants0,194 · 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 tête enseignante, 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
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Career DevelopmentMême sujetWork-Family Balance ChallengesTravaux en français237 207