MétaCan
Menu
Retour à la cohorte
Enregistrement W2979722491 · doi:10.5430/rwe.v10n3p147

Employees Aren’t Factory Slaves: Factors Determining Work Demand and Implications for HRM Practices

2019· article· en· W2979722491 sur OpenAlexvenueno aff
Navaneethakrishnan Kengatharan

Notice bibliographique

RevueResearch in World Economy · 2019
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueWork-Family Balance Challenges
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCollectivismContext (archaeology)Work (physics)Hofstede's cultural dimensions theoryFactory (object-oriented programming)Constraint (computer-aided design)SociologyHuman resource managementMarketingPublic relationsBusinessEconomicsManagementPolitical scienceSocial scienceGeographyEngineeringIndividualismLaw

Résumé

récupéré en direct d'OpenAlex

Although a plethora of studies on factors determining work demand have been investigated in the West, the Western findings cannot be directly applied to another cultural context and there is still rather constraint studies in collectivist cultural nations. Drawing on the conservation of resources theory and Hofstede’s cultural framework, the present study aims to fill a lacuna by identifying factors determining work demand in a collectivist cultural context. Anchored in ontological and epistemological assumptions, the study employed hypothetic-deductive approach with a survey strategy. Data were garnered from randomly selected 569 employees working in the banking sector with the aid of a self-administrated questionnaire. The results disclose that males work longer hours and experience greater work demand than females. The study further reveals the predictors of work demand: working hours had shown the largest impact, followed by tenure, gender, income, formal work-life policies and supervisory status. The present study questioned the worthiness of the equal policies for both men and women in the workplace and emphasised the needs for gender-based HR policies. On balance, the study pushes back the frontiers of work-family literature and becomes a springboard to future scholarly works.

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)0,002
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 enseignants0,146
Score d'incertitude au seuil0,617

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
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 ouverte0,0000,000
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 Opus0,201
Tête enseignante GPT0,445
Écart entre enseignants0,244 · 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

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueResearch in World EconomyMême sujetWork-Family Balance ChallengesTravaux en français237 207