MétaCan
Menu
Retour à la cohorte
Enregistrement W4220774742 · doi:10.1177/23780231221085115

Not Just about the Money: Which Job Qualities Compensate for Unjust Pay?

2022· article· en· W4220774742 sur OpenAlexaffabout
Atsushi Narisada, Scott Schieman

Notice bibliographique

RevueSocius Sociological Research for a Dynamic World · 2022
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueJob Satisfaction and Organizational Behavior
Établissements canadiensUniversity of TorontoSaint Mary's University
Organismes subventionnairesnon disponible
Mots-clésJob designPsychologyJob analysisJob attitudeJob rotationJob satisfactionAutonomySocial psychologyJob enrichmentFlexibility (engineering)Function (biology)Task (project management)Job performanceStressorJob characteristic theorySupervisorManagementEconomicsPolitical science

Résumé

récupéré en direct d'OpenAlex

Social scientists have documented that perceived underpayment is a chronic stressor that has clear links to job dissatisfaction. However, few have evaluated which job qualities function as alternative compensating rewards that weaken this relationship. Using the job demands–resources model as a guide, the authors investigate the moderating effects of prominent job qualities: support, control, challenge, and advancement opportunities. Analysis of a national sample of Canadian workers confirms that perceived underpayment is associated with job dissatisfaction. The authors elaborate on this relationship by documenting that job qualities located at the organizational and interpersonal levels—advancement opportunities, supervisor support, and schedule flexibility—function as protective buffers, but job qualities located at the individual task level (job autonomy and job challenge) do not. These observations have theoretical and practical implications by specifying the particular job qualities that buffer the effects of perceived underpayment. The authors integrate insights from organizational support theory to interpret the underlying mechanisms.

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)0,001
score de la tête « metaresearch » (Gemma)0,007
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 enseignants0,007
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,003
Communication savante0,0030,002
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,170
Tête enseignante GPT0,408
Écart entre enseignants0,239 · 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

Citations9
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSocius Sociological Research for a Dynamic WorldMême sujetJob Satisfaction and Organizational BehaviorTravaux en français237 207