MétaCan
Menu
Retour à la cohorte
Enregistrement W2961368635 · doi:10.5334/pb.472

The Influence of Multiculturalism and Assimilation on Work-Related Outcomes: Differences Between Ethnic Minority and Majority Groups of Workers

2019· article· en· W2961368635 sur OpenAlexaff
Patrizia Villotti, Florence Stinglhamber, Donatienne Desmette

Notice bibliographique

RevuePsychologica Belgica · 2019
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueGender Diversity and Inequality
Établissements canadiensInstitut Universitaire en Santé Mentale de QuébecUniversité du Québec à Montréal
Organismes subventionnairesnon disponible
Mots-clésEthnic groupMulticulturalismPsychologySocial psychologyMinority groupImmigrationMediationCultural assimilationAssimilation (phonology)Identity (music)Cultural diversityDiversity (politics)Work (physics)SociologyPolitical scienceSocial science

Résumé

récupéré en direct d'OpenAlex

This study aims at acquiring knowledge on how to manage ethnic diversity at work in order to promote work-outcomes in minority and majority groups of workers. We tested a model on how assimilation and multiculturalism, endorsed at an organizational level, predict job satisfaction and intention to quit through a mediation role played by the identification of workers with both the organization and their ethnic group simultaneously (i.e., dual identity). We hypothesized that the indirect effects of multiculturalism on work outcomes via dual identity are stronger for minority and those of assimilation are stronger for majority. Data came from 261 employees who responded to an online survey. 77 were of foreign origin (minority group) and 184 were of Belgian origin (majority group). Both assimilation and multiculturalism relate positively to work-related outcomes for both groups. However, multiculturalism through dual identity has the most beneficial outcomes for workers of the minority group. Our findings highlight the need to take ethnic and identity issues in account when studying work outcomes in culturally diverse organizations.

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)0,000
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 enseignants0,006
Score d'incertitude au seuil0,260

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
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 Opus0,114
Tête enseignante GPT0,343
Écart entre enseignants0,229 · 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

Citations7
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePsychologica BelgicaMême sujetGender Diversity and InequalityTravaux en français237 207