MétaCan
Menu
Retour à la cohorte
Enregistrement W4361267248 · doi:10.33642/ijbass.v9n3p2

Help Your Gig Workers Become Their Best Selves: A Self-Actualization Action Framework

2023· article· en· W4361267248 sur OpenAlexaff
Rebecca Wason, Dr.Irameet Kaur, Shraddha Wilfred

Notice bibliographique

RevueInternational Journal of Business and Applied Social Science · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDigital Economy and Work Transformation
Établissements canadiensAlgoma UniversityUniversity of TorontoConestoga College
Organismes subventionnairesnon disponible
Mots-clésJob satisfactionBusinessProductivityJob enrichmentGig economyWork (physics)Public relationsMarketingAction (physics)ChecklistJob designKnowledge managementPsychologyJob performanceEngineeringComputer sciencePolitical scienceSocial psychology

Résumé

récupéré en direct d'OpenAlex

With organizations moving towards a non-traditional setup, the gig economy is booming like never before. However, the psychological needs of gig workers are often overlooked and thus limited research has been observed in this area. This study explores the importance of fostering self-actualization among company gig workers to increase their productivity, motivation, job satisfaction, and organizational commitment. The purpose of this study is to shed light on why and how organizations should be concerned with drawing in and keeping gig workers who want to realize their full potential by allowing them to do so on the job. Employees who choose to actualize themselves would be happier and more driven, and this would have a significant impact on the calibre of their work with client teams and companies. For this study, a self-developed survey instrument has been used to gain insights into the job satisfaction levels of gig workers. The results indicated that gig workers strongly believe that they are not adequately oriented on company values and long-term strategic plans and that most client companies are unconcerned with providing career track plans to gig workers or upskilling opportunities. The authors, therefore, propose an actualization checklist and framework that would serve to guide managers in retaining and engaging with gig workers to improve their task, team, and organizational engagement and job satisfaction.

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)0,012
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: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,065

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,007
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0050,022
Communication savante0,0070,005
Science ouverte0,0020,008
Intégrité de la recherche0,0030,004
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,038
Tête enseignante GPT0,324
Écart entre enseignants0,286 · 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'étudeThéorique ou conceptuel
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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Business and Applied Social ScienceMême sujetDigital Economy and Work TransformationTravaux en français237 207