MétaCan
Menu
Retour à la cohorte
Enregistrement W2097221964 · doi:10.5267/j.msl.2012.06.010

A social work study on measuring the impact of gender and marital status on stress: A case study of hydro-power employees

2012· article· en· W2097221964 sur OpenAlexvenueno aff
Akbar Iravani, Mohammad Reza Iravani, Gholamali Iravani, Mahdi Khorvash, Seyed Esmael Mosavi

Notice bibliographique

RevueManagement Science Letters · 2012
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueWork-Family Balance Challenges
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésWork (physics)Marital statusPower (physics)Work stressPsychologyStress (linguistics)Social psychologyDemographic economicsApplied psychologySociologyDemographyEconomicsEngineering

Résumé

récupéré en direct d'OpenAlex

The study performs an empirical survey to measure the impact of stress among people with various gender and marital status in a hydropower unit located in city of Esfahan, Iran. The study performs the survey among all 81 people who were working for customer service section of this company and consists of two parts, in the first part; we gather all private information such as age, gender, education, job experience, etc. through seven important questions. In the second part of the survey, there were 66 questions, which included all the relevant factors impacting employees' stress. We implement two Levin and t-student tests to see whether gender or marital status has any meaningful influences on creating stress among people. The results indicate that gender has no meaningful impact on creating stress among employees who worked for this hydro plant except difficulty of job conditions. The other findings of this paper is that stress posed from management team had different impacts on employees with various marital status but there were no meaningful differences between married and single couples in terms of other factors posing stress such as unsuitable working conditions, fear of job stability or difficulty of job conditions.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,120
Score d'incertitude au seuil0,713

Scores Codex et Gemma par catégorie

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

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 Opus0,062
Tête enseignante GPT0,340
Écart entre enseignants0,279 · 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 tête enseignante, 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

Citations4
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueManagement Science LettersMême sujetWork-Family Balance ChallengesTravaux en français237 207