MétaCan
Menu
Retour à la cohorte
Enregistrement W2752308048 · doi:10.1108/cdi-08-2017-0137

A metaBUS-enabled meta-analysis of career satisfaction

2017· article· en· W2752308048 sur OpenAlexaff
Colin Idzert Sarkies Lee, Frank A. Bosco, Piers Steel, Krista L. Uggerslev

Notice bibliographique

RevueCareer Development International · 2017
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueJob Satisfaction and Organizational Behavior
Établissements canadiensNorthern Alberta Institute of TechnologyUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésMeta-analysisSample (material)OriginalityPsychologyField (mathematics)Value (mathematics)Selection (genetic algorithm)Sample size determinationApplied psychologyComputer scienceSocial psychologyStatisticsMathematicsArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Purpose In this study, the authors revisit the meta-analytic correlates of career satisfaction and demonstrate the use of metaBUS – a database repository of meta-analytic effect sizes and related information from the field of applied psychology. The purpose of this paper is to extend prior meta-analytic research on the topic of career satisfaction and compare the results from the metaBUS-enabled meta-analysis, with the results from meta-analyses that do not build on the repository. Design/methodology/approach A multilevel meta-analysis was conducted on all correlates available in the metaBUS database and the approach was described in a step-by-step fashion. Findings The demonstration reiterated some of the findings of prior meta-analyses, but also revealed considerable incongruity between the sample taken from the metaBUS database and the meta-analytic sample from studies that relied on non-metaBUS-based literature searches. Nevertheless, the results are similar in terms of the directions of the effects and the relative sizes of the effects. Research limitations/implications The paper demonstrates the use of the metaBUS database. In addition, results suggest that meta-analyses on career satisfaction might have suffered from sample selection issues, but further research is required in order to establish the source of the sample selection incongruence. Originality/value This is the first step-by-step demonstration of the use of metaBUS specifically for meta-analyses.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,046
Score d'incertitude au seuil0,990

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0110,000

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 Opus0,091
Tête enseignante GPT0,281
Écart entre enseignants0,190 · 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.

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

Citations12
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCareer Development InternationalMême sujetJob Satisfaction and Organizational BehaviorTravaux en français237 207