MétaCan
Menu
Retour à la cohorte
Enregistrement W1983920886 · doi:10.5539/ass.v11n10p126

Explaining Generation-Y Employees’ Turnover in Malaysian Context

2015· article· en· W1983920886 sur OpenAlexvenueno aff
Abdelbaset Queiri, Wan Fauziah Wan Yusoff, Nizar Dwaikat

Notice bibliographique

RevueAsian Social Science · 2015
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueJob Satisfaction and Organizational Behavior
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLoyaltyNormativeJob satisfactionPsychologyContext (archaeology)Organizational commitmentGeneration yWorkforcePaymentSocial psychologyJob dissatisfactionJob designMarketingBusinessJob performanceEconomicsPolitical science

Résumé

récupéré en direct d'OpenAlex

Among the various speculation published in media reports about the reasons why generation-Y workforce in Malaysia changes job frequently include dissatisfaction with pay and fringe benefits, seeking work-life balance, perceived status work-values fit, normative commitment, perceived availability of alternative job and job hopping, This study aims to empirically justify or refute some of the anecdotal information about generation-Y employees’ decision to leave an organisation in the context of Malaysia. Using structural equation modelling with a sample size of 150 respondents, this study revealed that satisfaction with payment and fringe, perceived availability of alternative job and job hopping are significant to generation-Y employees’ intention to quit. Additionally, normative commitment as part of employees’ loyalty is insignificant to generation-Y employees’ intention to quit. This study provides implication to human resource (HR) managers that generation-Y employees’ intention to quit may not be entirely due to HR strategies. Instead, cultural and economic factors play an important role in such decisions. However, there are other reasons that are widely held about generation-Y employees’ intention to quit, which may not be held true or empirically validated. Lastly, normative commitment does not influence their intention to stay or to leave an organisation, as their loyalty is to their personal lives.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil0,034

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
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 Opus0,039
Tête enseignante GPT0,275
Écart entre enseignants0,237 · 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

Citations48
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAsian Social ScienceMême sujetJob Satisfaction and Organizational BehaviorTravaux en français237 207