MétaCan
Menu
Retour à la cohorte
Enregistrement W2030255358 · doi:10.5539/res.v5n5p233

Mediating Effect of Psychological Contract in the Relationship between Learning and Development Initiatives and Engineers’ Intention to Stay

2013· article· en· W2030255358 sur OpenAlexvenueno aff
Roya Anvari, Nurul Syafiqa binti Jisma Huzaid, Seyyed Abolfazl Miri, Siavash Hosseinpour Chermahini

Notice bibliographique

RevueReview of European Studies · 2013
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueOrganizational Learning and Leadership
Établissements canadiensnon disponible
Organismes subventionnairesUniversiti Teknologi Malaysia
Mots-clésPsychological contractObligationArgument (complex analysis)Social exchange theoryProcess (computing)PsychologySubject (documents)Social psychologyPublic relationsKnowledge managementBusinessPolitical scienceComputer scienceLaw

Résumé

récupéré en direct d'OpenAlex

The study sets out to explore the role of psychological contract in the relationship between learning and development (L&D) factors and intention to stay within engineering firms, based on the social exchange theory, a popular framework about psychological contract and maintenance of the employee-employer relationship. The exploration of current L&D (individual and organizational) initiatives will contribute theoretically as well as empirically towards an understanding of how to retain workers by examining a range of variables, from personal and organizational factors. The methodology used in this conceptual paper is a critical literature review that sparks argument on the subject discoursed. This paper addresses the gap by providing a discussion on the challenges of employee retention. The evaluation using L&D initiatives will not only create a holistic evaluation process, but it will also assist in fostering a sense of obligation to stay among employees in the organization.

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)0,004
score de la tête « metaresearch » (Gemma)0,021
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 enseignants0,007
Score d'incertitude au seuil0,023

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,021
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0020,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0070,000

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 Opus0,094
Tête enseignante GPT0,336
Écart entre enseignants0,242 · 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

Citations8
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueReview of European StudiesMême sujetOrganizational Learning and LeadershipTravaux en français237 207