Employee Experiences with Workplace Discrimination Law
Notice bibliographique
Résumé
Workplace discrimination remains a pervasive issue with significant impacts on employee well-being and organizational effectiveness. This study aims to explore the nuances of employee experiences with workplace discrimination law, focusing on how individuals perceive, react to, and are affected by discriminatory practices in their workplaces. A qualitative research design was employed, using semi-structured interviews to collect data from 30 participants who had experienced or observed workplace discrimination. The study targeted theoretical saturation to ensure comprehensive coverage of relevant experiences. Data were analyzed using NVivo software, which facilitated thematic analysis and helped identify key themes and categories within the interview transcripts. Three main themes emerged from the data: Perceptions of Discrimination, Experiences with Legal Processes, and Impact on Workplace Culture. Each theme included multiple categories, such as Legal Knowledge, Personal Impact, Reporting Procedures, Outcomes of Legal Action, Changes in Workplace Dynamics, and Long-term Effects. These categories encompassed various concepts like understanding of rights, emotional distress, confidentiality issues, settlement outcomes, changes in team cohesion, and shifts in organizational policies. The findings reveal the complexity of workplace discrimination and underscore the need for robust organizational policies and practices that can effectively prevent and address discrimination. The study highlights the importance of enhancing legal and procedural knowledge among employees, improving reporting and support systems, and fostering an inclusive culture to mitigate the adverse effects of discrimination on workplace dynamics and employee health.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 tête enseignante, 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 ».