MétaCan
Menu
Retour à la cohorte
Enregistrement W4297899711 · doi:10.1093/acrefore/9780190236557.013.857

Cross-Cultural Issues in Industrial, Work, and Organizational Psychology

2022· reference-entry· en· W4297899711 sur OpenAlexaff
Sharon Glazer, Catherine T. Kwantes

Notice bibliographique

RevueOxford Research Encyclopedia of Psychology · 2022
Typereference-entry
Langueen
DomaineBusiness, Management and Accounting
ThématiqueJob Satisfaction and Organizational Behavior
Établissements canadiensUniversity of Windsor
Organismes subventionnairesnon disponible
Mots-clésOrganizational cultureMultinational corporationPublic relationsSociologyIndustrial and organizational psychologyGlobalizationPolitical scienceSocial psychologyPsychology

Résumé

récupéré en direct d'OpenAlex

Abstract For the first half century of industrial, work, and organizational psychology’s (IWOP’s) existence, the role of culture has been ambiguous at best. Attention to culture in IWOP started to take form in the 1970s, and in the last 20 years culture has begun to be integrated into IWOP research more generally. This integration has led to explorations of culture in the workplace far beyond the initial focus on organizational management theories and practices to looking at cultures’ relationships with all aspects of organizational and employee experiences. Most cross-cultural studies in IWOP research clearly show the importance of understanding societal culture’s impact on organizations, institutions, work, and workers. Merely transferring existing theories and practices of IWOP to new contexts without a clear understanding of whether those theories and practices make sense across cultures is unlikely to be successful. Through globalization and the multiculturalization of workforces, employees are increasingly interacting with people of varying cultural backgrounds on a far more regular basis than in the past. This change has spurred attention to how culture has impacted theories, research, and practices in some key IWOP theoretical domains, including leadership; occupational safety, stress, and health; precarious and decent work; trust and trustworthiness; and diversity, equity, and inclusion in the multinational organization.

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)0,019
score de la tête « metaresearch » (Gemma)0,019
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil0,098

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0190,019
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0060,007
Études des sciences et des technologies0,0070,021
Communication savante0,0130,006
Science ouverte0,0010,005
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0080,000

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 Opus0,096
Tête enseignante GPT0,416
Écart entre enseignants0,320 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOxford Research Encyclopedia of PsychologyMême sujetJob Satisfaction and Organizational BehaviorTravaux en français237 207