MétaCan
Menu
Retour à la cohorte
Enregistrement W4210701044 · doi:10.47747/ijmhrr.v3i1.487

Challenges of Work-Life Balance Faced by Working Fathers in Kathmandu Valley

2022· article· en· W4210701044 sur OpenAlexaff
Niranjan Devkota, Rocky Mani Shakya, Seeprata Parajuli, Udaya Raj Paudel

Notice bibliographique

RevueInternational Journal of Marketing & Human Resource Research · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueWork-Family Balance Challenges
Établissements canadiensQuest University Canada
Organismes subventionnairesnon disponible
Mots-clésWork–life balanceBalance (ability)Work (physics)Consistency (knowledge bases)PsychologyLife satisfactionInternal consistencyOrder (exchange)Social psychologyApplied psychologyBusinessComputer scienceDevelopmental psychologyEngineeringPsychometrics

Résumé

récupéré en direct d'OpenAlex

Work-life balance has been considered as important component in individual life. Today in order to attract and retain their employees organizations are considering work-life balance as their prime concern. The main purpose of this study is to examine the work-life balance of working fathers in Kathmandu Valley. This study followed descriptive method of data analysis and 405 samples were collected with the help of non-probability sampling method. Further, the study revealed that satisfaction and motivation are considered to be key factors that help to maintain work-life balance. However unhelpful attitude of colleagues is found to be major reason creating work-life unbalance. 77.03% working fathers stated that they face challenge in maintaining work-life balance. This, it is recommended that by maintaining structural consistency in the workplace challenges of work-life can be mitigated up to certain extent. These findings will have implication at organizational level. The study concluded that high level stress, unsupportive relationships, unrealistic demands, unhelpful attitude and lack of control were found to be major challenges for maintaining work-life balance.

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)0,039
score de la tête « metaresearch » (Gemma)0,004
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
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 enseignants0,384
Score d'incertitude au seuil0,990

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0390,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0020,001
Intégrité de la recherche0,0000,002
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 Opus0,107
Tête enseignante GPT0,394
Écart entre enseignants0,287 · 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

Citations1
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Marketing & Human Resource ResearchMême sujetWork-Family Balance ChallengesTravaux en français237 207