MétaCan
Menu
Retour à la cohorte
Enregistrement W2114309719 · doi:10.1177/0020852305059601

Determinants of objective and subjective success of men and women

2005· article· en· W2114309719 sur OpenAlexaffabout
Monique Lortie‐Lussier, Natalie Rinfret

Notice bibliographique

RevueInternational Review of Administrative Sciences · 2005
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueGender Diversity and Inequality
Établissements canadiensÉcole Nationale d'Administration Publique
Organismes subventionnairesnon disponible
Mots-clésSalaryPsychologyPerspective (graphical)Job satisfactionInterpersonal communicationInterpersonal relationshipSet (abstract data type)Multilevel modelSocial psychologyPublic serviceHuman capitalPublic relationsPolitical science

Résumé

récupéré en direct d'OpenAlex

The objective of the study reported here was to determine whether a set of individual variables predicted both the objective and subjective career success of 156 women and 218 men managers in the Quebec public service. Hierarchical regressions performed separately for each gender revealed that few variables predicted both dimensions of success. Human capital was found to be the most important predictor of objective success, salary and position level, regardless of gender. Men’s advancement to senior management positions was facilitated by age, family situation and mentoring, while that of women was facilitated by selfrated interpersonal skills. Age and self-rated interpersonal skills were the only predictors of subjective success, career satisfaction and job satisfaction, for both genders. Ambition negatively predicted career satisfaction for both genders. Findings are discussed from the perspective of current notions of career success in organizations.

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)0,001
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 enseignants0,094
Score d'incertitude au seuil0,635

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,002
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 Opus0,117
Tête enseignante GPT0,424
Écart entre enseignants0,308 · 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

Citations34
Publié2005
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Review of Administrative SciencesMême sujetGender Diversity and InequalityTravaux en français237 207