MétaCan
Menu
Retour à la cohorte
Enregistrement W2331444068 · doi:10.1177/0165025414533222

Career pursuit pathways among emerging adult men and women

2014· article· en· W2331444068 sur OpenAlexaff
Shmuel Shulman, Tamuz Barr, Yaara Livneh, Jari‐Erik Nurmi, Kati Vasalampi, Michael W. Pratt

Notice bibliographique

RevueInternational Journal of Behavioral Development · 2014
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueCareer Development and Diversity
Établissements canadiensWilfrid Laurier University
Organismes subventionnairesnon disponible
Mots-clésPsychologyGoal pursuitDiversity (politics)Developmental psychologyCareer developmentCareer PathwaysAdult developmentPersonalityClinical psychologySocial psychology

Résumé

récupéré en direct d'OpenAlex

The present study examined career pursuit pathways in 100 Israeli emerging adults (54 men) who were followed from age 22 to 29. Employing a semi-structured interview at the age of 29, participants were asked about current work and educational status, work and educational goals and status changes in recent years, and to reflect on the meaning of the processes they followed. Analyses of interviews yielded four distinctive career pursuit pathways that were associated with different levels of concurrent well-being: Consistent Pursuit, Adapted Pursuit, Survivors, and Confused/Vague. Self-criticism, efficacy, and level of motivation measured seven years earlier predicted pathway affiliation at 29. In addition, paternal support was found to serve as a protective factor associated with adaptive career pursuit. Gender differences were found, with women more likely to be affiliated with the less adapted pathways. In addition, paternal and maternal support were differently associated with career pathways. By employing this mixed-method approach, the findings demonstrate the diversity, and gender-related nature, of career pursuit and development pathways during emerging adulthood, and indicate the importance of personality and both paternal and maternal support in the process of career development.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,200
Score d'incertitude au seuil0,413

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
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 Opus0,030
Tête enseignante GPT0,283
Écart entre enseignants0,253 · 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

Citations16
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Behavioral DevelopmentMême sujetCareer Development and DiversityTravaux en français237 207