MétaCan
Menu
Retour à la cohorte
Enregistrement W3040799563 · doi:10.18023/ijece.2020.26.1.002

영유아교사의 심리적 소진과 조직효과성이 직무만족도에 미치는 영향

2020· article· ko· W3040799563 sur OpenAlexvenueno aff
김남연, 정재은

Notice bibliographique

RevueEarly childhood education · 2020
Typearticle
Langueko
DomaineComputer Science
ThématiqueEducational Systems and Policies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésJob satisfactionPsychologyBurnoutRegression analysisApplied psychologySocial psychologyClinical psychologyMathematicsStatistics

Résumé

récupéré en direct d'OpenAlex

The purpose of this study is to analyze the relationship among burnout, organizational effectiveness, and job satisfaction of preschool teachers and find the predictors of job satisfaction of preschool teachers. The questionnaire about burnout, organizational effectiveness, and preschool teachers’ job satisfaction was administered to 233 preschool teachers working in kindergartens and daycare centers located in S and K provinces in Korea. Pearson’s correlation and multi-regression analysis was conducted to analyze the data. The results of this study are as follows: first, there is a negative relationship between burnout and job satisfaction and a positive relationship between organizational effectiveness and job satisfaction; second, burnout was found to be a negative predictive variable and organizational effectiveness was found to be a positive predictive variable for preschool teachers’ job satisfaction. The results of this study could be used as basic data for finding ways to improve job satisfaction of preschool teachers.

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 candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,866
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,015
Tête enseignante GPT0,250
Écart entre enseignants0,235 · 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.

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
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEarly childhood educationMême sujetEducational Systems and PoliciesTravaux en français237 207