职场抑郁研究主要关注其对个体员工的影响,而对于整个公司或公司所在州的关联性知之甚少。这源于缺乏可扩展的方法来将抑郁操作化到职场具体情境中,也缺乏记录潜在困境的数据。本研究改编了名为职业抑郁量表(Occupational Depression Inventory, ODI)的职场相关抑郁量表,收集了2008-2020年间104家美国大型公司的35万多条员工评论,并开发了一个名为AutoODI的深度学习框架对这些评论进行综合ODI评分。ODI提及的存在不仅体现在微观层面(ODI评分高的公司股票增长较低),还体现在宏观层面(拥有这些公司的州与高抑郁率、人才短缺和经济 deprivation 相关)。这种将AutoODI应用于公司评论的新方法为计算社会科学、职业健康和经济地理学文献提供了理论意义,也为公司和政策制定者提供了实践意义。

快捷操作

分享

分享当前页面

ios_share

https://hci.top/zh/papers/cscw/89498/2022

广告推荐

学习 AI 编程到 CodeNow

open_in_new打开DOI链接
DOI: https://doi.org/10.1145/3555539
一眼看懂

论文快照

fact_check
dataset
来源
CSCW
calendar_month
年份
2022
emoji_events
奖项
未标记奖项
group
作者
7 位作者
sell
研究子方向
—
work
职业/产业
—
article
内容状态
仅摘要
hub
相关论文
0 篇相关论文