MétaCan
Menu
Retour à la cohorte
Enregistrement W2765872962 · doi:10.1177/2329496517734572

“It’s the Lack of Structure that’s Causing the Problem”: Managerial Competence, the Treatment of Workers, and Job Stress in Precarious Firms

2017· article· en· W2765872962 sur OpenAlexaffabout
Kim M. Shuey, Catherine Gordon, Julie Ann McMullin

Notice bibliographique

RevueSocial Currents · 2017
Typearticle
Langueen
DomaineHealth Professions
ThématiqueEmployment and Welfare Studies
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésCompetence (human resources)BusinessContext (archaeology)Work (physics)Job stressStress managementPublic relationsPsychologySocial psychologyJob satisfactionPolitical science

Résumé

récupéré en direct d'OpenAlex

In this study, we use Hodson’s concept of Management Citizenship Behavior (MCB) and a case study research design of 16 small Canadian information technology (IT) firms to examine the interrelationship between insecure work environments, management behavior, and job stress within the context of the organizations. Within the study firms, the presence of MCB in the form of competent and respectful management was associated with a positive work environment and less job stress. The relationship between insecurity and stressful work environments was less straightforward and could only be understood in combination with MCB. Findings suggest that management behavior may moderate the relationship between precarious employment and stress, particularly within the context of small firms in a sector that is an important exemplar of work in the new economy. Competent and respectful management practices may alleviate the stress associated with job insecurity within precarious firms, and in contrast, their absence may create a pervasive culture of stress even within stable firms. Results indicate the importance of studying the organizational context established by the actions of owners and managers and suggest that good management can create healthier work environments even within the context of otherwise harmful job conditions.

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 candidatesÉtudes des sciences et des technologies
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 enseignants0,079
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0030,000
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 Opus0,136
Tête enseignante GPT0,439
Écart entre enseignants0,302 · 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

Citations2
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSocial CurrentsMême sujetEmployment and Welfare StudiesTravaux en français237 207