MétaCan
Menu
Retour à la cohorte
Enregistrement W7056413083

ERIC ED477401: Job Quality in Non-Profit Organizations. CPRN Research Series on Human Resources in the Non-Profit Sector.

2003· other· en· W7056413083 sur OpenAlexaboutno aff

Notice bibliographique

RevueBulletin of Miscellaneous Information (Royal Gardens Kew) · 2003
Typeother
Langueen
DomaineEngineering
ThématiqueLaser Design and Applications
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésNonprofit sectorEarningsSample (material)Private sectorHuman resourcesQuality (philosophy)Public sectorHuman resource management
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The quality of jobs in nonprofit organizations in Canada was examined through a review of data from Canada's Workplace and Employer Survey, which collected data from a nationally representative sample of Canadian workplaces and paid employees in those workplaces. Key findings of the analysis were as follows: (1) overall, compared to the for-profit sector and nonprofit organizations in "quasi-public" industries (termed the "quango sector"), the nonprofit sector employs larger proportions of workers on a temporary or part-time basis; (2) average hourly earnings of managers, professionals, and technical/trades workers in the nonprofit sector lag behind those of their counterparts in the for-profit and quango sectors; (3) only a minority of non-profit employers offer benefits such as medical insurance; (4) approximately two-thirds of employees of non-profits reported that they were satisfied with both their job and overall pay and benefits, which was similar to the percentage in the quango sector and slightly lower than that in the for-profit sector; (5) only 63% of nonprofit sector employees over age 45 were satisfied with both their pay and benefits compared with 75% of employers over age 45 in the for-profit sector; and (6) many paid employees in the nonprofit sector were women with postsecondary credentials. (Thirty-one tables/charts are included. The bibliography lists 43 references.) (MN)

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,049
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0540,004

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 Opus0,020
Tête enseignante GPT0,249
Écart entre enseignants0,229 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
GenreAutre

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
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBulletin of Miscellaneous Information (Royal Gardens Kew)Même sujetLaser Design and ApplicationsTravaux en français237 207