MétaCan
Menu
Retour à la cohorte
Enregistrement W7018258346

Contribución de la inteligencia emocional en la inclusión laboral de personas con diversidad funcional física

2020· article· es· W7018258346 sur OpenAlexaboutno aff

Notice bibliographique

RevueIntellectum (Universidad de La Sabana) · 2020
Typearticle
Languees
DomaineSocial Sciences
ThématiqueColonial History and Postcolonial Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésContext (archaeology)Affect (linguistics)Work (physics)Meaning (existential)Identity (music)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

En el mundo existen aproximadamente 470 millones de personas con diversidad funcional en edad de trabajar, la mayoría de esta población no tiene la oportunidad de incluirse laboralmente por las limitaciones que presentan, no reciben un trato igualitario y se convierten en un grupo vulnerable presentando dificultades de motivación O¿Reilly (2007). En Colombia según Registro de Localización y Caracterización hay 1¿404.108 personas con diversidad funcional correspondiente al 2.6% de la población; el 81% se encuentra en estratos 1 y 2 (personas con bajos recursos), tan solo el 20% finaliza la secundaria y el 12% de los que se encuentran en edad productiva tienen acceso al mundo del trabajo. Ministerio de salud y protección social (2018) Este grupo vulnerable en América latina enfrenta situaciones muy exigentes ya que viven en condiciones de pobreza extrema; además de hacer frente a sus limitaciones, deben sobre llevar también su propia condición de salud mental y emocional para sobrepasar los desafíos de inclusión en el mundo (Labrador, 2016; Samaniego, 2006). En esta línea, ser incluido significa integrar a la persona en todos los contextos posibles, desde el personal, pasando por el académico, el laboral el deportivo y el social. Con la inclusión como proceso se trabaja por la igualdad, la participación y el respeto posibilitando un desenvolvimiento integral en todos los contextos (Darmstadter, 2015; Espinoza R y Valderrama, 2016).

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)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,031
Score d'incertitude au seuil0,061

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0030,002
Communication savante0,0030,001
Science ouverte0,0000,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,010
Tête enseignante GPT0,296
Écart entre enseignants0,286 · 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
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIntellectum (Universidad de La Sabana)Même sujetColonial History and Postcolonial StudiesTravaux en français237 207