MétaCan
Menu
Retour à la cohorte
Enregistrement W2146448200 · doi:10.1111/ijsa.12048

Procrastination's Impact in the Workplace and the Workplace's Impact on Procrastination

2013· article· en· W2146448200 sur OpenAlexaff
Brenda Nguyen, Piers Steel, Joseph R. Ferrari

Notice bibliographique

RevueInternational Journal of Selection and Assessment · 2013
Typearticle
Langueen
DomainePsychology
ThématiquePerfectionism, Procrastination, Anxiety Studies
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésProcrastinationPsychologySocial psychologyWork (physics)Demographic economicsDevelopmental psychologyEconomics

Résumé

récupéré en direct d'OpenAlex

Procrastination is a self‐regulatory failure, whose costs are debated. Here, we establish its impact in the workplace. Using an Internet sample, we assessed 22,053 individuals in terms of their sex, employment status, employment duration, income, occupational attainment and level of procrastination. High levels of procrastination is associated with lower salaries, shorter durations of employment, and a greater likelihood of being unemployed or under employed rather than working full‐time. Also, procrastination partially mediates sex's relationship with these work variables. Women tend to procrastinate less than men, evidently giving women an employment advantage. If women procrastinated the same as men, there should be 1.5 million fewer women in full‐time employment in the US. alone. Determining the causes of procrastination in the workplace, we also examined it at an occupational level. The results strongly support the gravitational hypothesis: jobs that require higher levels of motivational skills are less likely to retain procrastinators. However, there was some support that jobs can foster procrastination. Procrastinators tend to have jobs that are lower in intrinsically rewarding qualities.

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)0,009
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 enseignants0,004
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
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)0,0040,000

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 Opus0,013
Tête enseignante GPT0,368
Écart entre enseignants0,356 · 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

Citations162
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Selection and AssessmentMême sujetPerfectionism, Procrastination, Anxiety StudiesTravaux en français237 207