MétaCan
Menu
Retour à la cohorte
Enregistrement W2982267739 · doi:10.1177/0019793919883815

Investigating the Dimensionality and Stability of Union Commitment Profiles over a 10-Year Period: A Latent Transition Analysis

2019· article· en· W2982267739 sur OpenAlexaff
Alexandre J. S. Morin, Daniel G. Gallagher, John P. Meyer, David Litalien, Paul F. Clark

Notice bibliographique

RevueIndustrial and Labor Relations Review · 2019
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueLabor Movements and Unions
Établissements canadiensConcordia UniversityUniversité LavalWestern University
Organismes subventionnairesnon disponible
Mots-clésConstruct (python library)Curse of dimensionalityConsistency (knowledge bases)Social psychologyPsychologyPeriod (music)Political scienceDemographic economicsEconomicsMathematicsStatisticsArtificial intelligenceComputer science

Résumé

récupéré en direct d'OpenAlex

The authors adopt a person-centered approach to the investigation of the dimensionality of the union commitment construct by capitalizing on a 10-year longitudinal study (from 1992 to 2002) of 637 union members in their first year of employment measured again 1 and 10 years later. Results reveal four distinct profiles of union commitment, presenting a stable structure over time. These profiles demonstrate consistency in commitment level across the three most common union commitment dimensions, thus questioning the necessity of adopting a multidimensional approach. Results show that union members became more similar to other members of their profiles over time, and that their union commitment became slightly less extreme as union tenure increased. Finally, results show that union commitment profiles predict union participation, in accordance with our expectations, and suggest that endorsing positive attitudes toward unions and their instrumentality was a stronger predictor of profile membership than was satisfaction with the actions of one’s own union.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,015
Score d'incertitude au seuil0,030

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,002
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,053
Tête enseignante GPT0,306
Écart entre enseignants0,253 · 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 source (Gemma direct ou Codex distillé), 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

Citations8
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIndustrial and Labor Relations ReviewMême sujetLabor Movements and UnionsTravaux en français237 207