MétaCan
Menu
Retour à la cohorte
Enregistrement W2105843099 · doi:10.1002/job.195

Self‐efficacy changes in groups: effects of diversity, leadership, and group climate

2003· article· en· W2105843099 sur OpenAlexaff
Jin Nam Choi, Richard Price, Amiram D. Vinokur

Notice bibliographique

RevueJournal of Organizational Behavior · 2003
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueGender Diversity and Inequality
Établissements canadiensMcGill University
Organismes subventionnairesClaremont Graduate University
Mots-clésPsychologySelf-efficacyDiversity (politics)Context (archaeology)Social psychologyTask (project management)Applied psychologyManagementPolitical science

Résumé

récupéré en direct d'OpenAlex

Abstract Self‐efficacy belief is a significant predictor of behavioral choices in terms of goal setting, the amount of effort devoted to a particular task, and actual performance. This study conceives of formation and change of self‐efficacy as a social and context‐dependent process. We hypothesized that different group factors (discretionary and ambient group stimuli) influence changes in members' self‐efficacy through differing routes (individual‐level and cross‐level processes). We tested our hypotheses using data from individuals in 169 training groups who attended a 5‐day workshop designed to increase participants' job‐search skills and efficacy. Specifically, we examined the degree of change in participants' job‐search efficacy before and after the workshop. The results showed that (a) membership diversity in education was positively related to increases in job‐search efficacy, (b) supportive leadership contributed to job‐search efficacy at the individual level of analysis with no cross‐level effects, and (c) open group climate contributed to job‐search efficacy through both individual‐level and cross‐level processes. Limitations and directions for future research are discussed. Copyright © 2003 John Wiley & Sons, Ltd.

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)0,002
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 enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,007
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 Opus0,087
Tête enseignante GPT0,290
Écart entre enseignants0,203 · 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

Citations205
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Organizational BehaviorMême sujetGender Diversity and InequalityTravaux en français237 207