MétaCan
Menu
Retour à la cohorte
Enregistrement W4409403136 · doi:10.3389/fpubh.2025.1565750

Social resilience within the carescapes of Asian female migrant aged care workers

2025· article· en· W4409403136 sur OpenAlexaff
Monika Winarnita, Carmela Leone, Thomas R. Klassen, Irene Blackberry

Notice bibliographique

RevueFrontiers in Public Health · 2025
Typearticle
Langueen
DomaineHealth Professions
ThématiqueEmployment and Welfare Studies
Établissements canadiensYork University
Organismes subventionnairesLa Trobe University
Mots-clésWorkforceAgency (philosophy)Psychological resilienceEconomic growthPublic relationsBusinessSociologyPolitical sciencePsychologySocial psychologyEconomicsSocial science

Résumé

récupéré en direct d'OpenAlex

Increasingly, Asian female migrants are playing a significant role in meeting Australia's aged care workforce demand. This article analyses the lived experiences of Asian female aged care workers using the carescape concept, and a theory of agency to understand aged care access and workforce availability. It aims to identify the wider institutional and social structures that influence their agency and contribute to their social resilience as a critical member of the aged care workforce. Qualitative data were used for analysis; specifically, semi-structured interviews which were conducted with 10 Asian female migrant workers from the aged care sector. Analysis reveals that social and institutional structures both challenge and facilitate agency, and thus access to the aged care industry. The findings provide a deeper understanding of agency and highlights the social structures which contribute to developing social support networks and social resilience. Workplace policies and practices which facilitate the agency, adaptation and transformation of this workforce are important to understanding access to the industry and the retention of Asian female migrant aged care workers.

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)0,003
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,013
Score d'incertitude au seuil0,027

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0070,007
Communication savante0,0030,002
Science ouverte0,0010,006
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,045
Tête enseignante GPT0,392
Écart entre enseignants0,347 · 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'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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in Public HealthMême sujetEmployment and Welfare StudiesTravaux en français237 207