MétaCan
Menu
Retour à la cohorte
Enregistrement W1983685429 · doi:10.2308/acch.2000.14.1.21

The Relation between Perceived Treatment Discrimination and Job Satisfaction among African-American Accounting Professionals

2000· article· en· W1983685429 sur OpenAlexaff
Glen D. Moyes, Patricia Williams, Behnaz Z. Quigley

Notice bibliographique

RevueAccounting Horizons · 2000
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueAccounting Education and Careers
Établissements canadiensPositive Living North
Organismes subventionnairesnon disponible
Mots-clésDiversity (politics)Relation (database)AccountingJob satisfactionPsychologyEthnic groupPublic relationsDemographic economicsSocial psychologyPolitical scienceBusinessEconomics

Résumé

récupéré en direct d'OpenAlex

This study examines the relation between perceived treatment discrimination and level of job satisfaction among African-American accounting professionals. Results of a survey of accounting graduates of a Historically and Predominantly Black University (HPBU) suggest a significant relation between these two factors. Unstructured interviews with African-American partners and managers in major accounting firms further support this finding. We conclude that although the profession actively recruits African-Americans, once inside the firm there continues to be diversity issues that need to be addressed. Not unexpectedly, survey results indicate that the majority of respondents who are most dissatisfied do not intend to remain in the profession. Evidence from the study also suggests a positive relation between percentage of African-Americans in the firm and job satisfaction. In addition, written comments from respondents and interviews with African-American practitioners indicate that ethnicity remains an issue in the workplace. Accounting firms are attempting to address this issue through mentoring and diversity training.

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)0,001
score de la tête « metaresearch » (Gemma)0,007
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 enseignants0,004
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,015
Tête enseignante GPT0,259
Écart entre enseignants0,244 · 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

Citations35
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAccounting HorizonsMême sujetAccounting Education and CareersTravaux en français237 207