MétaCan
Menu
Retour à la cohorte
Enregistrement W6990544943

Early lessons from the International Study of Work-Family Experiences

2018· other· en· W6990544943 sur OpenAlexaboutno aff

Notice bibliographique

RevueUbaya Repository (University of Surabaya) · 2018
Typeother
Langueen
Domaine
Thématique
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésContext (archaeology)HyporeflexiaCircumstantial evidenceTSG101Work (physics)Liquation
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The International Study of Work-Family Experiences (ISWAF) is a large-scale comparative cross-national study that was recently set up and is being launched in 35 countries across the globe. ISWAF aims at analyzing the impact of national context and in particular cultural values on individuals’ work-family conflict, enrichment, and balance, as well as on the management of boundaries between work and family roles. The panel aims at sharing the on-going experiences of scholars contributing to ISWAF, for the benefit of all those interested in cross-national work-family research and in the challenges of designing and coordinating large-scale comparative surveys. First, Barbara Beham will share early lessons learned from the setting up of ISWAF (survey design and collaborators’ network). Second, Ameeta Jaga and Artiawati Mawardi will analyze their experiences collecting data in South Africa and Indonesia, respectively. Third, Ariane Ollier-Malaterre will discuss how ISWAF is attempting to capture sub-cultures and within-country heterogeneity, in the Canadian context and beyond. Fourth, Suzan Lewis will explore how ISWAF could be used in tandem with qualitative approaches, or serve as a first step for emic in-depth studies. Last, Andreas Baierl will put forth ideas regarding data analysis strategies most likely to be relevant for the multi-level data being collected. \nDiscussants: \n•\tTammy Allen, University of South Florida \n•\tAriane Ollier-Malaterre, Université du Québec à Montréal (UQAM) - École des Sciences de la Gestion (ESG) \nPresenters: \n•\tBarbara Beham, Berlin School of Economics and Law; \n•\tAmeeta Jaga, University of Cape Town; \n•\tArtiawati, University of Surabaya; \n•\tSuzan Lewis, Middlesex University; \n•\tAndreas Baierl, University of Vienna; \n \n

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)0,012
score de la tête « metaresearch » (Gemma)0,015
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,022
Score d'incertitude au seuil0,065

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,015
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,006
Études des sciences et des technologies0,0120,023
Communication savante0,0120,021
Science ouverte0,0020,007
Intégrité de la recherche0,0030,008
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,026
Tête enseignante GPT0,229
Écart entre enseignants0,203 · 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
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUbaya Repository (University of Surabaya)Travaux en français237 207