MétaCan
Menu
Retour à la cohorte
Enregistrement W2901127821 · doi:10.5465/ambpp.2012.13134abstract

IT Professionals: To engage or not to engage? That is the question!

2012· article· en· W2901127821 sur OpenAlexaboutno aff
Linda M. Pittenger, Richard E. Boyatzis, Antoinette Somers

Notice bibliographique

RevueAcademy of Management Proceedings · 2012
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueKnowledge Management and Sharing
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDisengagement theoryEmployee engagementAffect (linguistics)PsychologySocial psychologyWork engagementPopulationPublic relationsWork (physics)SociologyPolitical scienceGerontologyMedicine

Résumé

récupéré en direct d'OpenAlex

There is a paucity of literature on IT professionals that specifically emphasizes what influences employee engagement. Employee engagement is described as a positive, work-related state of mind exhibited by high levels of energy, dedication, persistence, and happy absorption (Schaufeli et.al. 2002b) manifested in business growth and profitability (McEwen 1998). Half of all U.S. workers are not fully engaged in their work and some are totally disengaged (Balogun and Johnson, 2004). When compared to the general employee population, lack of engagement is more of an issue for IT employees, (Treadwell & Alexander, 2011) who found that only 26% of IT employees reported full engagement and 22 % admitted to outright disengagement. We examined the behavioral competencies of IT professionals and their relationships and interactions with the organizational environment and employee engagement. We collected survey data from 795 IT professionals (individual contributors and managers) in the United States and Canada. Our results indicate that specific behavioral competencies and are affected differently by distinguishing factors within the organization environment. We reveal how unique attributes of an organization environment affect how one engages in the organization. We discovered that particular controls such as age and gender do have not influence, while other controls such as role type and years of experience do influence engagement.

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)0,006
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,678
Score d'incertitude au seuil0,821

Scores Codex et Gemma par catégorie

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

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 Opus0,115
Tête enseignante GPT0,412
Écart entre enseignants0,296 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
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

Citations0
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAcademy of Management ProceedingsMême sujetKnowledge Management and SharingTravaux en français237 207