MétaCan
Menu
Retour à la cohorte
Enregistrement W1502790087 · doi:10.1111/apps.12031

I'm Too Good for This Job: Narcissism's Role in the Experience of Overqualification

2014· article· en· W1502790087 sur OpenAlexaff
Douglas C. Maynard, Elena M. Brondolo, Catherine E. Connelly, Carrie E. Sauer

Notice bibliographique

RevueApplied Psychology · 2014
Typearticle
Langueen
DomainePsychology
ThématiquePersonality Traits and Psychology
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésNarcissismEntitlement (fair division)PsychologySocial psychologyJob satisfactionFeelingWork (physics)Economics

Résumé

récupéré en direct d'OpenAlex

Using relative deprivation theory, we examined the role of narcissism in moderating the relationships between objective overqualification and perceived overqualification, job satisfaction, and career‐related work stress. Permanently employed participants ( N = 292) completed an online survey, which included measures of narcissism, overqualification, and job attitudes. The exploitiveness/entitlement subscale of narcissism was positively associated with perceived overqualification, though only modestly ( r = .13). Both exploitiveness/entitlement and perceived overqualification were associated with lower job satisfaction and higher career‐related work stress. Hierarchical multiple regression analyses revealed that, unlike non‐narcissistic employees, employees scoring high on exploitiveness/entitlement reported feeling overqualified even when they did not possess surplus education relative to job requirements. Surprisingly, while objective overqualification was positively associated with work stress for non‐entitled employees, highly entitled employees did not experience greater work stress when objectively overqualified. We explore possible explanations for this finding, and outline future directions for research on narcissism and overqualification.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,002
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,002
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,048
Tête enseignante GPT0,386
Écart entre enseignants0,338 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations122
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueApplied PsychologyMême sujetPersonality Traits and PsychologyTravaux en français237 207