Notice bibliographique
Résumé
In de Nederlandse Enquête Arbeidsomstandigheden (NEA) verzamelen TNO en CBS gegevens over de werksituatie van werknemers in Nederland. Om gedetailleerde uitspraken te kunnen doen over het onderwijs heeft het ministerie van OCW gevraagd om extra deelnemers te verzamelen uit de onderwijssector, met name uit het primair onderwijs en het voortgezet onderwijs. Deze 'oversampling' van onderwijswerknemers vindt plaats sinds 2018. Sinds 2019 levert TNO tabellen aan waarin de NEA-cijfers worden gepresenteerd voor deze werknemers.In deze rapportage zijn de NEA-cijfers gekoppeld aan bestanden van het CBS om gegevens te verkrijgen over het type school waar de werknemers werkzaam zijn, namelijk de mate waarin het een achterstandsschool betreft en of de school in een G5 gemeente ligt. De nadruk bij deze aanvullende analyses ligt op werkdruk. Van 2023 t/m 2026 zal TNO de gewenste analyses uitvoeren. TNO onderzoekt of er verschil is in werkdruk voor verschillende groepen, zoals het onderwijstype (primair onderwijs, voortgezet onderwijs), het type school (wel/geen achterstandsschool, wel niet een school in G5 gemeente), verschillende functies (management, docenten en onderwijsondersteunend personeel) en achtergrondkenmerken van de werknemers (leeftijd, geslacht, werkervaring, parttime/fulltime, wel/geen overwerk). Ook onderzoekt TNO de trend in werkdruk over de afgelopen jaren (2018 t/m 2022) binnen de verschillende onderwijstypes en voor verschillende achtergrondkenmerken van werknemers.Uit de resultaten blijkt dat werknemers in het onderwijs over het algemeen meer werkdruk ervaren dan werknemers die in andere sectoren werken. Dat geldt vooral voor docenten. De hoogste werkdruk waarbij hoge taakeisen zijn gecombineerd met een lage autonomie, zien we bij docenten in achterstandsscholen (49%). Deze werknemers ervaren daarnaast iets minder sociale steun en meer ongewenst gedrag van collega's. Voor wat betreft de trend in werkdruk (2018 t/m 2022) zijn er op geen van de onderzochte werkdrukindicatoren substantiële verschillen gevonden tussen PO en VO, tussen de verschillende functietypes in het onderwijs en tussen diverse achtergrondkenmerken van werknemers. Burn-outklachten komen vaker voor bij werknemers in het onderwijs. De werknemers met de meeste burn-outklachten zijn docenten in het VO (34%). We zien een lichte stijging van de burn-outklachten bij docenten in het PO en een lichte daling bij docenten in het VO, maar de verschillen zijn niet groot. Een ander marginaal verschil zien we bij de functiegroepen. Bij het management en het ondersteunend personeel is er sprake van een lichte stijging, bij de docenten van een lichte daling.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,016 | 0,028 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,005 |
| Études des sciences et des technologies | 0,005 | 0,002 |
| Communication savante | 0,011 | 0,004 |
| Science ouverte | 0,002 | 0,006 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,058 | 0,008 |
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 source (Gemma direct ou Codex distillé), 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 ».