MétaCan
Menu
Retour à la cohorte
Enregistrement W2606192295 · doi:10.19044/esj.2017.v13n8p148

Niveles De Motivación Y Las Competencias Laborales Específicas De Los Trabajadores A Distancia

2017· article· en· W2606192295 sur OpenAlexaboutno aff
Keith Polanco-Rico, J. Gerardo Reyes-López, M.I. García-Bencomo, Pedro Javier Martínez-Ramos, María del Carmen Gutiérrez Diéz

Notice bibliographique

RevueEuropean Scientific Journal ESJ · 2017
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEmployment, Labor, and Gender Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPsychologyWork motivationDescriptive statisticsTransactional leadershipAutonomySample (material)Sample size determinationEmployee motivationSocial psychologyWork (physics)StatisticsMathematicsPhysics

Résumé

récupéré en direct d'OpenAlex

The aim of this study was to determine the relationship between motivation and specific job skills of teleworkers. The methodology was applied, descriptive and correlational. The study was hypothetical deductive, non experimental, transactional and quantitative. The sampling was non probabilistic by quotas, was included telecommuters from different companies that use this type of work, located in the interior of Mexico, USA and Canada. The sample size was 27 teleworkers. A questionnaire of 52 questions was used as a measuring tool. The data analysis was descriptive and chi square test was used to identify the relationship of the independent variable motivation with the dependent variable specific job skills of teleworkers. The main results showed that motivation is high and teleworkers have a high development in most of their job skills. Also among the most outstanding results it was found that the variable motivation in the three indicators analyzed: the need for existence, value and growth, have a closer relationship with labor competition autonomy, than the rest of labor skills analyzed.

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)0,001
score de la tête « metaresearch » (Gemma)0,004
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 seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
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 Opus0,059
Tête enseignante GPT0,369
Écart entre enseignants0,310 · 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

Citations1
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEuropean Scientific Journal ESJMême sujetEmployment, Labor, and Gender StudiesTravaux en français237 207