Workplace support for employees with cancer / by Behdin Nowrouzi.
Notice bibliographique
Résumé
PURPOSE: The aim of this study was to survey human resource personnel about how their northeastern Ontario workplaces assist employees with cancer. METHODS: This crosssectional study sent surveys to 255 workplaces in northeastern Ontario with 25 or more employees from December 2007 to April 2008. There were 101 respondents (39.6% response rate). Logistic regression modelling was used to identify factors associated with more or less workplace support. More or less workplace support was defined as those workplaces that provided employees with paid time for medical appointment, and offered a return to work meeting and reduced hours for employees with cancer. Factors considered in the model \nincluded: organizational size, geographic location (e.g., urban or rural) and workplace type (e.g., private versus public sector). RESULTS: The majority of participants were female (67.4%) and ranged in age from 25 to 70. Respondents reported working for organizations that ranged in size \nfrom 25 to over 9000 employees. In the logistic regression model, large organizational size (OR, 6.97, 95% Cl, 1.34 - 36.2) and public sector (e.g., governmental bodies, education boards and non-profit organizations) (OR, 4.98, 95% Cl, 1.16 - 21.3) were associated with employer assistance. Public sector employers were 5 times more likely, while organizations with more \nthan 50 employers were almost 7 times more likely to provide employer assistance. The geographic location (i.e., urban or rural workplace) was not associated with employer assistance. \nCONCLUSIONS: This study indicates how employers are assisting employees with cancer in their northeastern Ontario workplaces and provides support to foster supportive professional relationships during a difficult period in a worker?s life which necessitates concurrent balance of work life, dealing with a chronic illness, and family responsibilities.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,043 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».