MétaCan
Menu
Retour à la cohorte
Enregistrement W2766237601 · doi:10.5465/ambpp.2017.15589abstract

Outcomes of Bridge Employment: A Psychological Contract Theory Perspective

2017· article· en· W2766237601 sur OpenAlexaff
Bishakha Mazumdar, Amy M. Warren, Travor C. Brown, Kathryne E. Dupré

Notice bibliographique

RevueAcademy of Management Proceedings · 2017
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueRetirement, Disability, and Employment
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésBridge (graph theory)Psychological contractJob satisfactionLife satisfactionPerspective (graphical)PsychologyCitizenshipSurvey data collectionPopulation ageingPopulationSocial psychologyBusinessSociologyPolitical scienceMedicine

Résumé

récupéré en direct d'OpenAlex

A disproportionate rise in the aging population worldwide has resulted in widespread concern about stagnant economic growth and unstable social support systems. Academics and policy makers alike suggest that a solution to this challenge is prolonging the working life of older people. Bridge employment, or employment after retirement, is one way to extend working life. Although research on bridge employment has gained momentum in recent years, most studies use archival data, very few studies look at modalities and outcomes of bridge employment engagement, and even fewer studies utilize a theoretical framework to examine the bridge employment phenomenon. We collected survey data from 195 bridge employees, and found that psychological contract fulfillment was a significant predictor of work and well-being outcomes, including life satisfaction, marital adjustment quality, job satisfaction, commitment, organizational citizenship behavior, co- worker intimacy, and intention to continue working for the employing organization. These results suggest that psychological contract theory is important to understanding how bridge employees perceive and react to their employment arrangements.

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)0,004
score de la tête « metaresearch » (Gemma)0,010
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,023

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,010
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0020,006
Communication savante0,0040,003
Science ouverte0,0010,003
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,234
Tête enseignante GPT0,479
Écart entre enseignants0,245 · 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 revueAcademy of Management ProceedingsMême sujetRetirement, Disability, and EmploymentTravaux en français237 207