MétaCan
Menu
Retour à la cohorte
Enregistrement W2982415487 · doi:10.60770/x88w-kr45

Does a recession affect millennials' career expectations?

2017· dissertation· en· W2982415487 sur OpenAlexaffabout
Anja Meier

Notice bibliographique

RevueMount Royal University Institutional Repository (Mount Royal University) · 2017
Typedissertation
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueEconomic Growth and Productivity
Établissements canadiensMount Royal University
Organismes subventionnairesnon disponible
Mots-clésAffect (linguistics)RecessionPsychologyDemographic economicsSocial psychologyLabour economicsSociologyEconomicsKeynesian economicsCommunication

Résumé

récupéré en direct d'OpenAlex

In recent years, scholars have shown an increased interest in understanding how Millennials’ perceptions of entitlement impact both their work and academic lives (e.g., Ng, Schweitzer, & Lyons, 2010). However, there is minimal research on the impact that a recession has on Millennials as they transition from university to the labour market. The purpose of the current project was to gain a better understanding of the impact that the current recession in Alberta has on new graduates’ career expectations. We used a mixed methods design that incorporated both focus group data and questionnaire results from 62 third- and fourth-year business students in Alberta. Interestingly, participants’ awareness of the recession had no impact on career expectations. Results demonstrated that immediate career expectations were driven by perceptions of entitlement, while future career expectations were affected by gender. Specifically, men had significantly higher future career expectations than women, even after controlling for entitlement and recession awareness. These findings can be used to assist universities in helping new graduates set realistic expectations when entering the workforce during a recession. At the same time, businesses can use the current results to tailor their recruiting techniques to target the specific needs and desires of graduating Millennials.

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)0,002
score de la tête « metaresearch » (Gemma)0,004
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 enseignants0,098
Score d'incertitude au seuil0,196

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,016
Tête enseignante GPT0,193
Écart entre enseignants0,177 · 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

Citations0
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMount Royal University Institutional Repository (Mount Royal University)Même sujetEconomic Growth and ProductivityTravaux en français237 207