MétaCan
Menu
Retour à la cohorte
Enregistrement W4312725873 · doi:10.47611/jsr.v10i4.1435

Literature Review on Motivational Profiles: A Person-centred Approach to Motivation

2021· article· en· W4312725873 sur OpenAlexaff
Sabrina Chan, William S. Ryan

Notice bibliographique

RevueJournal of Student Research · 2021
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueJob Satisfaction and Organizational Behavior
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésPsychologyAntecedent (behavioral psychology)Intervention (counseling)Identification (biology)Extant taxonEmployee motivationAdaptation (eye)Social psychologyGoal theoryQuality (philosophy)Applied psychologyIntrinsic motivationSelf-determination theoryPolitical science

Résumé

récupéré en direct d'OpenAlex

This paper reviews past literature on motivation, with a focus on the person-centred approach. Through reviewing the conceptualisation and development of motivation research, it analyses the theory and method of motivational profiles, and discusses its real-life implications. This paper finds that the person-centred approach provides insights for many abstract key performance indicators, ranging from employees’ work attitude to affective commitment, to an embracement of ownership culture. Intervention programs based on this approach also showed not higher adaptation to stress, stronger perceived organization support, and stronger team motivation. Employees also reflected stronger individual’s identification with team values and their purpose in work. Practically speaking, research findings have strong implications in workplace hiring, in that motivational profile highlights person-environment fit as an antecedent for enhancing high-quality motivation. However, due to its recent emergence, more research is needed for more solid consensus in how profiles are identified and how they interact in different industry contexts.

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)0,004
score de la tête « metaresearch » (Gemma)0,011
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,011
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0100,011
Études des sciences et des technologies0,0010,001
Communication savante0,0030,004
Science ouverte0,0010,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,157
Tête enseignante GPT0,369
Écart entre enseignants0,212 · 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'étudeRevue systématique
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

Citations1
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Student ResearchMême sujetJob Satisfaction and Organizational BehaviorTravaux en français237 207