MétaCan
Menu
Retour à la cohorte
Enregistrement W4281611207 · doi:10.1002/cfp2.1145

Work‐life balance and burnout in financial planning profession

2022· article· en· W4281611207 sur OpenAlexaff
Aman Sunder, Jennifer Lehman, Rebecca Henderson

Notice bibliographique

RevueFinancial Planning Review · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueWork-Family Balance Challenges
Établissements canadiensCentennial College
Organismes subventionnairesnon disponible
Mots-clésDepersonalizationWork–life balanceBurnoutFlexibility (engineering)CertificationJob satisfactionLife satisfactionBalance (ability)PsychologyWork (physics)DemographicsPersonal lifeEmotional exhaustionBusinessSocial psychologyNursingApplied psychologyFinanceClinical psychologyMedicineManagementPolitical scienceSociologyEconomicsDemography

Résumé

récupéré en direct d'OpenAlex

Abstract This study examines the work environment outcomes in the financial planning profession, job‐related burnout, and work‐life balance satisfaction, using a convenience sample of survey respondents employed in the financial planning profession. The study compares subgroups based on gender, job role, firm size, and their CFP® certification controlling for relevant factors such as type of industry, weekly working hours, work‐life conflict, the flexibility provided by the employer, and demographics. Results indicated that the women in smaller firms are more satisfied with work‐life balance. In general, smaller firm sizes are associated with lower personal accomplishment, higher satisfaction from work‐life balance, and lower impersonal response toward clients measured by Depersonalization scores of Maslach Burnout Inventory (MBI). MBI Depersonalization scores are higher for CEOs and owners of the firms. In addition, the CFP® certification is associated with greater satisfaction from work‐life balance. The results build on previous research to provide insight into aspects that can improve participation in the profession. Future research should find ways to attract diverse participants to improve success and satisfaction outcomes for all professionals and firm sizes.

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)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,501
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,040
Tête enseignante GPT0,334
Écart entre enseignants0,295 · 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 revueFinancial Planning ReviewMême sujetWork-Family Balance ChallengesTravaux en français237 207