MétaCan
Menu
Retour à la cohorte
Enregistrement W3120934863 · doi:10.5267/j.msl.2020.12.023

Engaging employees through compensation fairness, job Involvement, organizational commitment: The roles of employee spirituality

2021· article· en· W3120934863 sur OpenAlexvenueno aff
Achmad Sudiro, Agung Nugroho Adi, R. Moh. Ikmal Fakhri

Notice bibliographique

RevueManagement Science Letters · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEmployee Performance and Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEmployee engagementPsychologyModerationWorkplace spiritualitySocial psychologyCronbach's alphaEmployee researchConfirmatory factor analysisTest (biology)Organizational commitmentApplied psychologyBusinessPublic relationsMarketingSpiritualityPsychometricsClinical psychologyPolitical science

Résumé

récupéré en direct d'OpenAlex

This paper aims to investigate the role of Employee Spirituality to moderate between Compensation fairness and Employee Engagement, Job involvement and Employee Engagement, organizational commitment, and employee engagement. In this survey, 279 respondents were collected with a 75 percent response rate (139 respondents) from May to July 2020 and a 93.3 percent rate (140 questionnaires) from August until September 2020. Validity used Confirmatory Factor Analysis used KMO and Bartlett’s test, and the reliability test was based on Cronbach-Alpha. Moreover, Kolmogorov-Smirnov test is used for normality test, Park test is implemented for Heteroscedasticity and Multicollinearity test. Moderator Regression Analysis is used to identify the moderator types. The results indicate that Employee Spirituality fully moderated (Pure moderator) between Compensation fairness and Employee Engagement and between Organizational Commitment and Employee Engagement. Moreover, Employee Spirituality partially moderated between Job Involvement and Employee Engagement. The research suggests to implement the model in a narrow scope and considers many variables outside the Compensation fairness, Job Involvement, and Organizational Commitment.

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)0,006
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 enseignants0,002
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0000,002
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,034
Tête enseignante GPT0,296
Écart entre enseignants0,262 · 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

Citations10
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueManagement Science LettersMême sujetEmployee Performance and ManagementTravaux en français237 207