„Maður vill gera þessa hluti vel“. Viðbrögð fyrirtækja og stofnana við persónulegum áföllum starfsmanna og viðhorf starfsmanna til þeirra
Bibliographic record
Abstract
Markmið rannsóknarinnar er að kanna hvernig vinnuveitendur taka á og bregðast við persónulegum áföllum og sorg hjá starfsmönnum. Áföll og sorg eru eitt af því sem flestir þurfa að takast á við á lífsleiðinni og snertir málefnið því marga. Atvinnuþátttaka er há á Íslandi og því líklegt að innan skipulagsheilda séu einhverjir sem hafa lent í áfalli eða sorg. Einnig er markmiðið að kanna hvert viðhorf starfsmanna, sem lent hafa í persónulegu áfalli, eru til vinnuveitandans og viðbragða í kjölfar áfallsins. \nNotast var við eigindlega rannsóknaraðferð og var mest stuðst við hugmyndafræði Vancouver-skólans. Tekin voru ellefu viðtöl, átta við starfsmenn um viðhorf þeirra til viðbragða vinnuveitandans og þrjú við mannauðsstjóra fyrirtækjanna og stofnananna sem tóku þátt í rannsókninni. \nMeginniðurstöður rannsóknarinnar eru að flestir vinnuveitendur telja sig vera að taka vel á þessum málum. Tekið var á hverju máli fyrir sig þegar það kom upp og því var lítið um skráð ferli. Mannauðsstjórarnir töldu þó að ferli eða gátlistar í slíkum málum gætu komið sér vel til hliðsjónar. Starfsmennirnir sem rætt var við voru allir ánægðir með hvernig tekið var á þeirra málum og var þakklæti mörgum ofarlega í huga. Flestir höfðu mikinn sveigjanleika á vinnutíma sínum og viðveru í kringum áfallaði en einhverjir hefðu þó eftir á að hyggja viljað fá meiri sveigjanleika á meðan álagið var sem mest.
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 machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.003 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.006 | 0.004 |
| Scholarly communication | 0.009 | 0.006 |
| Open science | 0.001 | 0.005 |
| Research integrity | 0.003 | 0.005 |
| Insufficient payload (model declined to judge) | 0.179 | 0.095 |
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 source (direct Gemma or distilled Codex), 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".