MétaCan
Menu
Retour à la cohorte
Enregistrement W2980516850 · doi:10.1007/s11187-019-00287-x

Leveraging the macro-level environment to balance work and life: an analysis of female entrepreneurs’ job satisfaction

2019· article· en· W2980516850 sur OpenAlexaff
Dirk De Clercq, Steven A. Brieger, Christian Welzel

Notice bibliographique

RevueSmall Business Economics · 2019
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueWork-Family Balance Challenges
Établissements canadiensBrock University
Organismes subventionnairesnon disponible
Mots-clésJob satisfactionLife satisfactionWork (physics)MacroWork–life balancePsychologyEntrepreneurshipSocial psychologyBalance (ability)Job attitudeMacro levelMicro levelDemographic economicsBusinessEconomicsJob performanceMicroeconomicsComputer scienceEngineeringEconomic system

Résumé

récupéré en direct d'OpenAlex

This study investigates the interactive effect of female entrepreneurs’ experience of work–life imbalance and gender-egalitarian macro-level conditions on their job satisfaction, with the prediction that the negative linear relationship between work–life imbalance and job satisfaction may be buffered by the presence of women-friendly action resources, emancipative values, and civic entitlements. Data pertaining to 7392 female entrepreneurs from 44 countries offer empirical support for these predictions. Female entrepreneurs who are preoccupied with their ability to fulfill both work and life responsibilities are more likely to maintain a certain level of job satisfaction, even if they experience significant work–life imbalances, to the extent that they operate in supportive macro-level environments.

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)0,000
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 enseignants0,027
Score d'incertitude au seuil0,509

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
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 Opus0,038
Tête enseignante GPT0,243
Écart entre enseignants0,206 · 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

Citations56
Publié2019
Routes d'admission1
Résumé présentnon

Explorer davantage

Même revueSmall Business EconomicsMême sujetWork-Family Balance ChallengesTravaux en français237 207