MétaCan
Menu
Retour à la cohorte
Enregistrement W1981292096 · doi:10.17722/ijme.v3i1.123

Job Stress Level as Perceived by Staffs in the Government Sector Case Study: MARA Kuching, Sarawak

2014· article· en· W1981292096 sur OpenAlexvenueno aff
Kamalludin Bilal, Siti Noraza Ali, Abg Sulaiman Abg Naim, Nurlaila Ali, Ismail Ashmat

Notice bibliographique

RevueInternational Journal of Management Excellence · 2014
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueJob Satisfaction and Organizational Behavior
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHarassmentGovernment (linguistics)ProductivityProfitability indexAffect (linguistics)Work (physics)Mental stressOccupational stressMental healthSet (abstract data type)BusinessStress (linguistics)PsychologyPublic relationsApplied psychologySocial psychologyEngineeringEconomic growthPolitical scienceEconomicsFinanceMedicinePsychiatry

Résumé

récupéré en direct d'OpenAlex

Stress is a reaction to excessive pressure or harassment at work. It is a physical, mental, or emotional response to events that cause bodily or mental tension. People in stress conditions may find it is hard to concentrate on any task and cannot be relied on to do their share. Some employers assume that stressful working conditions turns up the pressure on workers. A set aside health concerns; it will affect the productivity and profitability in today’s economy. This paper purposely to identify the level of job stress among government staffs. This study was carried out using a set of questionnaire and survey method. The questionnaire was distributed to 150 staffs of Majlis Amanah Rakyat (MARA) Kuching as representative of government sector and was analysed using SPSS version 19. The study had shown that most of the respondents were moderately stressful. It is very important that the organisations understands the needs of its employees and provide what is best for the employees.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,050
Score d'incertitude au seuil0,099

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0040,001
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
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 Opus0,017
Tête enseignante GPT0,257
Écart entre enseignants0,239 · 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'étudeQualitatif
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

Citations0
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Management ExcellenceMême sujetJob Satisfaction and Organizational BehaviorTravaux en français237 207