Antecedents of perceived overqualification: a three-wave study
Notice bibliographique
Résumé
Purpose – The purpose of this paper is to investigate the role of job search on perceived overqualification by applying the theory of planned behavior and including financial need and openness to experience as moderators. Design/methodology/approach – Three questionnaires were given at weeks 1, 8 and 12 to 436 practice firm participants. A total of 119 completed all three questionnaires. The authors used partial least squares to analyze the data. Findings – Job search self-efficacy was positively related to job search intentions and to outcome expectations. Job search intentions were positively related to job search intensity. Financial need acted as a moderator of the relationship between job search intensity and perceived overqualification such that for those with high-financial need higher levels of job search intensity resulted in higher perceived overqualification. Research limitations/implications – The authors found little support for the theory of planned behavior in the model. The authors found strong support for the role of job search self-efficacy and job search intentions. The use of a three-wave design resulted in a relatively low sample size and the use of the practice firm reduces the generalizability of the findings. Practical implications – The results suggest that increasing job search self-efficacy and job search intentions while managing the anticipations of job seekers is likely to yield better job search outcomes. Originality/value – This study investigates the role of job search on perceived overqualification. Findings suggest that malleable attitudes during job search such as job search self-efficacy, job search intentions, and anticipations are likely to impact perceived 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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 tête enseignante, 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 ».