MétaCan
Menu
Retour à la cohorte
Enregistrement W6918283685 · doi:10.5878/bfc7-fc66

Working conditions and health at call centres in Sweden

2023· dataset· en· W6918283685 sur OpenAlexaff

Notice bibliographique

RevueSwedish National Data Service · 2023
Typedataset
Langueen
Domaine
Thématique
Établissements canadiensInstitute for Work & Health
Organismes subventionnairesnon disponible
Mots-clésWork (physics)Call centreGeneral partnershipOccupational safety and healthPhonePsychosocialWorking populationPopulationHealth care

Résumé

récupéré en direct d'OpenAlex

There are a range of problems associated with job on call centres. A range of problems associated with the job have become apparent, with time pressure, performance monitoring via computer, monitoring of phone calls, ergonomic deficiencies and musculoskeletal problems amongst the problems reported. An earlier study of a call centre in Sweden found inadequate working conditions and signs of ill health amongst a high percentage of the population in their 20s who had only been working for 2-3 years. The situation was worse there than amongst older employees in other industries with computer-intensive jobs. Inadequate working conditions and the high incidence of medical complaints amongst young employees may mean that call centres are failing to provide the sustainable work opportunities that many are counting on, e.g. in rural areas. Scientific studies of call centres are few and the state of knowledge of working conditions and health there is deficient. A cross-sectional study into working and health conditions at call centres in Sweden was conducted with the aim of contributing to a sustainable development of call centre work. The project was conducted in partnership with the Ergonomics Programme at the National Institute for Working Life, Occupational Medicine North, Sundsvall Hospital, and the Institute for Psychosocial Factors and Health at the Karolinska Institute. Data were collated at social, corporate and individual level from 15-20 larger call centres with different operating spheres, ownership structures and geographical location. Data were collected on work organisation, content and times, physical and psychosocial working conditions, and health and well-being with the aid of questionnaires, observations, measurements, medical examinations and company registers (including the computerised monitoring system). A total of approximately 1,500 people were included in the study. Models were tried out in order to evaluate the effects of ill health and inadequacies in working conditions at the company's expense.

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)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Jeu de données · Signal consensuel: aucune
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil0,034

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,164
Tête enseignante GPT0,401
Écart entre enseignants0,237 · 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'étudeSans objet
Domainenon disponible
GenreJeu de données

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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSwedish National Data ServiceTravaux en français237 207