MétaCan
Menu
Retour à la cohorte
Enregistrement W2202269209

Exploring a conative measure of employee behaviour

2014· article· en· W2202269209 sur OpenAlexfundaboutno aff
Connie Bygrave

Notice bibliographique

RevueSaint Mary's University Institutional Repository (Saint Mary's University) · 2014
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueWorkplace Spirituality and Leadership
Établissements canadiensnon disponible
Organismes subventionnairesUniversidad PanamericanaUniversité de MonctonWestern Kentucky University
Mots-clésMeasure (data warehouse)Social psychologyBusinessPsychologyComputer science
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This research introduces a 15-item scale to measure love of the job in a professional context. The impetus for measuring job love was derived from extant psychology and sociology theory on the impact that the trilogy of mind has on behaviour. Although two of the dimensions of this trilogy (cognition and affect) are empirically measured in the organizational context, the third dimension of the trilogy (conation) appears to be overlooked. Interpersonal love theory supports the assumption that people who love an object are driven by a conative force, beyond cognition or emotion (affect) to preserve that object. We propose that jobs can be loved and valued objects and that this conative drive can be evaluated through a measure of love. The job love scale was tested on a sample of 310 professional accountants and consultants in Canada. Exploratory principal axis factoring indicated the presence of three key factors: passion, intimacy, and commitment. Results of structural equation modelling indicated discriminant validity between the job love scale and job satisfaction and job engagement. This new job love measure benefits organizational behaviour scholarship by tapping into the conative drive to explain employee behaviour.

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)0,003
score de la tête « metaresearch » (Gemma)0,013
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 enseignants0,007
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,013
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,066
Tête enseignante GPT0,233
Écart entre enseignants0,167 · 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

Citations0
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSaint Mary's University Institutional Repository (Saint Mary's University)Même sujetWorkplace Spirituality and LeadershipTravaux en français237 207