Working the frontlines: A case study of job dissatisfaction among paid employees in the John Howard Society
Notice bibliographique
Résumé
The experience of job dissatisfaction in Canada’s non-profit frontline workforce has led to problematic turnover rates, employee burnout/fatigue, and a reduced quality of service. The non-profit sector provides valuable services to vulnerable populations, such as the elderly, at-risk youth, people re-integrating back into society from prison, the disabled, those struggling with mental health issues, abused children, and other marginalized groups of people. Our governments cannot always provide services for these populations directly, and it is often the non-profit sector that reaches out and assists. This paper argues that frontline service quality is a public issue, and one way to address service quality is to focus on the overall wellness of the frontline work force and find ways to strengthen teams, build trust, loyalty, job commitment, intrinsic worth, and improve workplace health. The John Howard Society (JHS) was utilized as a case study to illustrate the major features of job dissatisfaction, specifically in Community Residential Facilities (CRFs) – halfway houses. An extensive literature review, frontline employee surveys, and interviews with JHS upper management personnel informed the policy analysis and recommendations. Several options are researched and analyzed, including: (1) workplace mentoring, (2) employee wellness, (3) team building, and (4) hiring a Director of HR. Each policy option is evaluated on its cost-effectiveness, equity, affordability, and impacts to overall job satisfaction.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,018 | 0,004 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 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 ».