MétaCan
Menu
Retour à la cohorte
Enregistrement W4412035006 · doi:10.4102/ajod.v14i0.1660

Job satisfaction among people with disabilities in Ethiopia: A cross-sectional survey

2025· article· en· W4412035006 sur OpenAlexaff
Tsega Hagos Mirach, Rosemary Lysaght, Molalign Belay Adugna, Abebe Alemu, Mitiku Ayele, Sewbesew Yitayih Tilahun, Tewelde Gebremariam Adhanom

Notice bibliographique

RevueAfrican Journal of Disability · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDisability Education and Employment
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésSalaryJob satisfactionGovernment (linguistics)PsychologyCross-sectional studyPublic sectorMedicineSocial psychologyPolitical science

Résumé

récupéré en direct d'OpenAlex

Background: Job satisfaction among people with disabilities (PWDs) is a significant concern because of its impact on productivity, job retention and well-being in the workplace. Objectives: This study aimed to assess the job satisfaction of employees with disabilities in Ethiopia and to identify key factors influencing job satisfaction. Method: A cross-sectional survey was conducted with 784 Ethiopian government employees with various disabilities. All interviews were conducted in 2021.The survey was designed to collect key socio-demographic information, and factors related to job satisfaction. Results: The majority of respondents had motor difficulties (59%), followed by visual impairments (36.7%). The mean age was 33 years, and 67% were male. Over half of the study participants were first-degree holders, and 80.6% had experienced integrated education. The mean time to secure a job was 15.41 months, with over 18% unemployed for 6-12 months. Job dissatisfaction was influenced by factors such as low salary, gender, service years and lack of personal assistance. Vision impairment correlated with higher dissatisfaction. Overall, around 32.5% reported satisfaction in their job, 44.1% were neutral and 23.4% were dissatisfied. Dissatisfaction rose to 29% when measured using supplementary questions. Conclusion: The study was the first to examine factors leading to job satisfaction of employees with disabilities in the Ethiopian public sector. Recommendations include social policy adjustments for better working conditions, considering central factors associated with dissatisfaction. The government should explore measures such as employment quotas or wage supplementation to address disparities and ensure reasonable accommodation. Inclusive research methods will assist in leading change. Contribution: This research contributes nuanced insights into the factors affecting job satisfaction and its complexities among employees with disabilities in the Ethiopian context, emphasising the need for ongoing research to improve worker support structures and inclusive practices in job acquisition and employment.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,005
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,040
Tête enseignante GPT0,361
Écart entre enseignants0,322 · 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'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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAfrican Journal of DisabilityMême sujetDisability Education and EmploymentTravaux en français237 207