MétaCan
Menu
Retour à la cohorte
Enregistrement W7135661048

Supporting Former Substance Users in Successful Assert the Labour Market in the Czech Republic

2024· dissertation· cs· W7135661048 sur OpenAlexaboutno aff
Agáta Richterová

Notice bibliographique

RevueDigital Repository (National Repository of Grey Literature) · 2024
Typedissertation
Languecs
DomaineSocial Sciences
ThématiqueEducation, Psychology, and Social Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCzechEmployabilityDisadvantagedEmpirical researchQualitative researchQuarter (Canadian coin)Addiction
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

5 Abstract The thesis aims to identify the support provided to former substance users to enter the labour market in the Czech Republic. The thesis initially focuses on addictive behaviour and characteristics of substance users. Then, the thesis introduces the disadvantaged groups on the labour market to which substance users belong and the active employment policy instruments that support the employability of these groups on labour market. Furthermore, the thesis focuses on the topic of addiction treatment, which includes occupational therapy. Subsequently, the thesis addresses the situation of former substance users on the labour market in the Czech Republic, specifically the barriers that limit the return of former users to the open labour market. It also focuses on the support for the employment of former substance users and the forms of this support, which include integration social enterprises that provide support with the aim of employment on the open labour market. The thesis includes a qualitative empirical investigation aimed at analysing how former substance users are supported to enter the labour market in two integrative social enterprises in the Czech Republic. The empirical investigation was carried out in the form of semi-structured interviews with managers of integrative social enterprises...

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)0,005
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Communication savante, Intégrité de la recherche
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 enseignants0,294
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,004
Études des sciences et des technologies0,0010,001
Communication savante0,0040,003
Science ouverte0,0020,000
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,019
Tête enseignante GPT0,373
Écart entre enseignants0,354 · 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 tête enseignante, pas un consensus.

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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDigital Repository (National Repository of Grey Literature)Même sujetEducation, Psychology, and Social ResearchTravaux en français237 207