Professional women's mid‐career satisfaction: an empirical exploration of female engineers
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Purpose The dynamics of professional women's mid‐career satisfaction are important to understand, given the vast knowledge, experience and skills typically accrued by mid‐career that are often difficult to replace. Design/methodology/approach This study empirically examines Auster's multilevel framework of factors affecting the mid‐career satisfaction of professional women using a sample of 125 professional women engineers. Findings Results of logistic regressions reveal that individual, career, job, stress and organizational factors all impact the mid‐career satisfaction of professional women, but that stress and job factors are the most powerful determinants for this sample of women. Research limitations/implications While this study offers many insights and possible directions for future research on women at mid‐career, there are a number of limitations. Future research could broaden the macro and micro factors explored, as well as compare these results with those of women in other fields and industries, women at other career stages, and women across other geographic regions. Practical implications Organizations should strive to be more transparent about advancement options and opportunities, provide interesting and challenging work and more flexibility in work schedules (emphasize output, not face time), and offer support for key drivers of stress. Originality/value This is the first fairly large‐scale empirical study of macro and micro factors affecting women's mid‐career satisfaction. This article should be of interest to managers concerned with retention of high‐performing employees, HR practitioners, and academics specializing in careers, women's issues, and human resource management.
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.
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 | 0,002 | 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) | 0,003 | 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 découle