MétaCan
Menu
Retour à la cohorte
Enregistrement W4323667261 · doi:10.1080/1331677x.2023.2167222

The stimulus of European Union accession on the personal values formation process: a study of Croatia and Slovenia

2023· article· en· W4323667261 sur OpenAlexaff
Marina Dabić, Carolyn P. Egri, Vojko Potočan, Zlatko Nedelko

Notice bibliographique

RevueEconomic Research-Ekonomska Istraživanja · 2023
Typearticle
Langueen
DomainePsychology
ThématiqueCultural Differences and Values
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésAccessionEuropean unionStimulus (psychology)Political scienceBusinessPsychologyInternational tradeCognitive psychology

Résumé

récupéré en direct d'OpenAlex

The main purpose of this study is to investigate the change in the personal values orientations of individuals in Croatia and Slovenia resulting from the countries’ accession to the European Union (EU). We examined business managers’ and professionals’ value orientation by using four individual-level higher-order dimensions of self-transcendence, self-enhancement, openness to change and conservation, as defined in Schwartz’s value theory. To capture the effect of EU accession, we examined employees’ values orientation before accession to the EU (Croatia N = 276; Slovenia N = 389) and after each country’s accession (Croatia N = 223, Slovenia N = 336). This study reveals a substantial impact of this major socio-political change on the individual value-formation process. The value-formation of Croatia and Slovenia poorly follows manifested EU common principles and shared values, where Slovenians have more aversive look at the EU integration, then Croatians, what can be assigned to ‘initial enthusiasm', as Croatia entered almost decade later. The identified ‘EU integration gap' warns that accession to the EU is more associated with reaping economic benefits than with aligning the country’s values with those emphasized by EU integration. The findings have important implications for value management in the EU, single countries, and organizations.

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)0,003
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,719
Score d'incertitude au seuil0,356

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
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 Opus0,237
Tête enseignante GPT0,455
Écart entre enseignants0,218 · 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.

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

Citations4
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEconomic Research-Ekonomska IstraživanjaMême sujetCultural Differences and ValuesTravaux en français237 207