MétaCan
Menu
Retour à la cohorte
Enregistrement W2114298205 · doi:10.1080/10887150801966995

Implementing a reduced-workload arrangement to retain high talent: A case study.

2008· article· en· W2114298205 sur OpenAlexafffund
Ellen Ernst Kossek, Mary Dean Lee

Notice bibliographique

RevueThe Psychologist-Manager Journal · 2008
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueWork-Family Balance Challenges
Établissements canadiensMcGill University
Organismes subventionnairesMcGill UniversityMichigan State UniversityUniversity of MichiganAlfred P. Sloan Foundation
Mots-clésWorkloadFlexibility (engineering)Talent managementDual (grammatical number)Relevance (law)Work (physics)BusinessReduction (mathematics)Track (disk drive)Knowledge managementComputer scienceMarketingOperations managementManagementEngineeringEconomicsPolitical science

Résumé

récupéré en direct d'OpenAlex

Reduced-load work arrangements involve a reduction in workload or hours with commensurate pay reduction. Employers use these arrangements to retain talent who value dual engagement in career and personal life. We discuss the reasons employers support reduced-load work, and its relevance to the psychologist-manager. We share a case study representing employee and manager views. Successful arrangements include these implementation features: (a) targeted to high-talent individuals with a track record; (b) redesigned, monitored, and fine-tuned over time; and (c) follow principles of the three Cs: communication, coordination, and challenge management. New managerial mind-sets are needed for success: designer at a distance with high standards, creator of pockets of change, big picture thinker on flexibility, and talent manager of “whole people.”

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)0,006
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,162
Score d'incertitude au seuil0,997

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0060,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0040,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,080
Tête enseignante GPT0,377
Écart entre enseignants0,297 · 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.

Devis d'étudeQualitatif
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

Citations44
Publié2008
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Psychologist-Manager JournalMême sujetWork-Family Balance ChallengesTravaux en français237 207