MétaCan
Menu
Retour à la cohorte
Enregistrement W2945620210 · doi:10.5430/ijfr.v10n3p88

The Influence of Work Overload, Time Pressure and Social Influence Pressure on Auditors’ Job Performance

2019· article· en· W2945620210 sur OpenAlexvenueno aff
Razana Juhaida Johari, Nordayana Sri Ridzoan, Arumega Zarefar

Notice bibliographique

RevueInternational Journal of Financial Research · 2019
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueJob Satisfaction and Organizational Behavior
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAuditGovernment (linguistics)PsychologyBusinessWork (physics)Job performanceApplied psychologyAccountingPublic relationsJob satisfactionSocial psychologyPolitical scienceEngineering

Résumé

récupéré en direct d'OpenAlex

Auditing is considered a stressful occupation as the job is always characterized by heavy workloads, many deadlines, time pressure, social pressure and commitment towards the organization. Public auditors are often under pressure to produce quality audit, and yet may be under serious work pressure or continually dealing with auditees in stressful situations. Work stress faced by public auditors also may lead to mental and physical distress which resulted to decrease in job performance. This study examines which potential factors of pressure that have a significant relationship to government auditors’ job performance. Factors to be test in this study are work overload, time pressure and social influence pressure. This current study contributes information and ideas to the management and academician in the theoretical and practical aspects. The respondents in this study are 203 government auditorsfrom government auditors in National Audit Department of Malaysia. The result of this study shows that there is no significant relationship on work overload to auditors’ job performance. However the result of this study found that factor of time pressure shown a positive significant relation on auditors’ job performance, while social influence pressure shown a negative significant relationship on auditors’ job performance.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,128
Score d'incertitude au seuil0,271

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
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 Opus0,013
Tête enseignante GPT0,289
Écart entre enseignants0,276 · 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'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

Citations52
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Financial ResearchMême sujetJob Satisfaction and Organizational BehaviorTravaux en français237 207