Lifting the ‘Violence Veil’: Examining Working Conditions in Long-term Care Facilities Using Iterative Mixed Methods
Bibliographic record
Abstract
RÉSUMÉ Le présent document se concentre sur les méthodes mixtes nous avons utilisé pour comprendre conditions de travail de leur travailleurs dans les établissements de soins de longue durée. Nous avons mené une enquête auprès des syndiqués travailleurs de santé en Ontario ( n = 917), et une autre enquête dans trois provinces ( n = 948) et quatre pays Scandinaves ( n = 1625). Neuf groupes de discussion avec les Canadiens ont eu lieu; les répondants ont été présentés avec des questions du sondage et aussi descriptive des résultats statistiques et ont été demandé: “Est-ce le reflet de votre expérience?” Les contraintes de temps pour les travailleurs et la fréquence des expériences des travailleurs de la violence physique et attentions sexuelles non désirées sont signalés. Nous discutons comment de le façon dont nous utilisé des méthodes qualitatives et quantitatives étè itératif. Nous avons trouvé pas seulement la cohérence des données mais aussi la divergence des données qui montrent comment une culture de la violence dans les établissements de soins de longue durée est acceptée par les travailleurs comme d’habitude. Comment le constat de la violence structurelle vu le jour et la signification profonde, le contexte et les idées qui proviennent de la combinaison de nos méthodes itératives sont discutées.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.004 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.003 | 0.000 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.000 | 0.003 |
| Insufficient payload (model declined to judge) | 0.001 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one teacher head, not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".