MétaCan
Menu
Retour à la cohorte
Enregistrement W2284044977 · doi:10.17722/ijrbt.v7i3.427

Job Satisfaction & Individual Commmitment As Mediating Variables In Relationship Between Work-Family Conflict With Turnover Intentions

2015· article· en· W2284044977 sur OpenAlexvenueno aff
Ifah Lathifah Nuryati

Notice bibliographique

RevueInternational Journal of Research in Business and Technology · 2015
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEmployee Performance and Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTurnover intentionJob satisfactionPsychologySocial psychologyWork (physics)Role conflictWork–family conflictDemographic economicsEconomicsEngineering

Résumé

récupéré en direct d'OpenAlex

The background of this research are phenomenon gap and research gap of work-family conflict which influences turnover intentions of auditors who works in publlic accounting firms Indonesia. The purpose of research is to build an extensive modeling by incorporating turnover intention through two variables, job satisfaction and individual commitment as mediating variable of  relationship between work-family conflict (WFC) and turnover intentions (TI) which are predicted to reduce turnover intentions of  auditors who work in public accounting firms in Indonesia to other companies or offices. This study used Structural Equation Model (SEM) approach  in hypothesis testing and it was endorsed by Partial Least Square (PLS). Based on hypothesis testing with SmartPLS 2.0 M3, several conclusions were : 1) Work-family conflict did not influence significantly auditors turnover intentions. 2) Work-family conflict significantly influenced auditors individual commitment. 3) Work-family conflict did not significantly influence auditors job satisfaction. 4) Individual commitment  significantly influenced auditors job satisfaction. 5) Individual commitment significantly influenced auditors  turnover intentions. 6) Job satisfaction did not significantly influence auditors turnover intentions.

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)0,003
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 enseignants0,021
Score d'incertitude au seuil0,450

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,205
Tête enseignante GPT0,432
Écart entre enseignants0,227 · 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

Citations0
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Research in Business and TechnologyMême sujetEmployee Performance and ManagementTravaux en français237 207