MétaCan
Menu
Retour à la cohorte
Enregistrement W4404502922 · doi:10.1108/edi-12-2023-0457

Engaging workers with disabilities in the financial sector: exploring promising practices through key informant interviews and a rapid literature review

2024· article· en· W4404502922 sur OpenAlexaffabout
Alexis Buettgen, Andrea Gardiola, Emile Tompa

Notice bibliographique

RevueEquality Diversity and Inclusion An International Journal · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDisability Education and Employment
Établissements canadiensMcMaster UniversityQueen's UniversityWilfrid Laurier UniversityInstitute for Work & Health
Organismes subventionnairesnon disponible
Mots-clésKey (lock)PsychologySociologyBusiness

Résumé

récupéré en direct d'OpenAlex

Purpose This study explores the challenges, barriers and opportunities for engaging persons with disabilities in employment in the Canadian financial sector. Design/methodology/approach We situated this research within a critical disability conceptual framework to add to existing theories of employee engagement. We conducted an exploratory qualitative study of key informant interviews of the experiences of diverse persons with disabilities in the Canadian financial sector. Findings We found that the financial sector has the potential to be a leader in the engagement of workers with disabilities. Key challenges include corporate bureaucracy and a focus on aggressive growth that perpetuates ableist norms of individualism, self-reliance and competitive achievement. Key informant interviews indicated that opportunities for engagement can be fostered by committed leadership, inclusive corporate culture, supportive management, and respectful and responsive workplace accommodations. Originality/value This article contributes to the literature on opportunities for equity, diversity and inclusion at work through a critical exploration of the challenges and promising practices associated with supporting engagement of persons with disabilities in the Canadian financial sector and beyond.

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)0,004
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
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 enseignants0,442
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0030,000
Communication savante0,0010,004
Science ouverte0,0000,002
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 Opus0,201
Tête enseignante GPT0,409
Écart entre enseignants0,208 · 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.

Devis d'étudeQualitatif
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

Citations1
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEquality Diversity and Inclusion An International JournalMême sujetDisability Education and EmploymentTravaux en français237 207