MétaCan
Menu
Retour à la cohorte
Enregistrement W4402786057 · doi:10.1177/10690727241287533

Lockdown Stories: A Qualitative Assessment and Comprehensive Taxonomy of Career Resources

2024· article· en· W4402786057 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueJournal of Career Assessment · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueCareer Development and Diversity
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesSchweizerischer Nationalfonds zur Förderung der Wissenschaftlichen ForschungNational Science Foundation
Mots-clésEmployabilityTypologyPsychologyTaxonomy (biology)Relevance (law)NarrativeApplied psychologyContext (archaeology)Career developmentCognitive Information ProcessingSocial psychologyPedagogySociology

Résumé

récupéré en direct d'OpenAlex

Career resources are receiving increasing attention in the context of career development. This paper utilizes M. E. Ford's (1992) ten components of effective functioning to provide a comprehensive typology of factors likely to act as career resources and test this proposition in a context of career shock with a narrative design. In the weeks following the first COVID-19 lockdown, 42 participants were asked to complete a questionnaire about their well-being, perceived employability, and emotional anticipation of their career future, as well as to write three stories about their experience with the lockdown. M. E. Ford's categories were used to identify and code the resources and obstacles mentioned in the stories. Results show the relevance of such a taxonomy to classify both career resources and obstacles. Additionally, the type of story (general story, positive or negative story) in which career resources and obstacles were mentioned played a significant role in their association with the quantitative measures. Conceptual and practical implications are discussed.

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.

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: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,363
Score d'incertitude au seuil0,626

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,119
Tête enseignante GPT0,403
Écart entre enseignants0,284 · 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