Modelling the Relationships between Internal Marketing Factors and Employee Job Satisfaction in Oil and Gas Industry
Notice bibliographique
Résumé
Employees have long been playing the pivotal role in service organizations to achieve a success-oriented goal. The oil and gas industry is included in the high rising sectors in the world’s economy. Due to economic turmoil in this sector, a fear of being laid off remains in an employee’s mind. Thus, the goal of this study is to assess the impact between internal marketing factors (e.g., extrinsic and intrinsic employee rewards, leadership, internal communication, and training and development), and employee job satisfaction in the oil and gas industry. There were 215 complete and usable questionnaires received, and the answers varied among the demographic and functional designation within the oil and gas industry. Multiple regressions were utilized for analysis of data. Results revealed that internal communication is recognized to have the strongest effect on employee job satisfaction in the oil and gas industry. Organizations must emphasize on communicating to all level of employees by setting clear directions and key priorities in the organization, provided that the communications are not misled through upward and downward streams. Furthermore, organizations are to create a space for employees to give clear instructions via e-mail, paper, telephones, and face-to-face communication. A management can utilize the research results by conducting such internal marketing practices to keep their top rated employees within the organization. ut the individual differences related to entrepreneurial intentions, it is necessary to continue studying this phenomenon, considering that the results are still scarce and inconclusive.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».