MétaCan
Menu
Retour à la cohorte
Enregistrement W4383652691 · doi:10.36713/epra13743

EMPLOYEE’S ATTITUDE TOWARDS QUALITY OF WORK LIFE

2023· article· en· W4383652691 sur OpenAlexaboutno aff
S Reshma

Notice bibliographique

RevueEPRA International Journal of Multidisciplinary Research (IJMR) · 2023
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueLeadership, Behavior, and Decision-Making Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésJob satisfactionWork (physics)PsychologyQuality (philosophy)TurnoverPersonal lifeQuality of working lifePublic relationsApplied psychologySocial psychologyManagementEngineeringPolitical science

Résumé

récupéré en direct d'OpenAlex

Life is a mixture which contains all the strands together. A person should have both love and work in life to make it more happy and healthy. Work is an important part of everyone’s day to day life. In a day, on an average everyone spent at least eight to ten hours for work which is a part of our entire life. Human values were given inadequate attention by traditional management. Earlier it was like the employees were used for physical and material needs. The aspect of QWL was first introduced by Davis in 1970s. In 1972 the first International Conference on QWL was held at Toronto. The concept was introduced for reducing employee turnover and employee well being on the services offered by them. Quality of work life refers to the level of satisfaction or dissatisfaction of a job environment for the employees working in an organization. The study attempted to enumerate the satisfaction level of the employees in their current job environment at Apollo. With this information Apollo can strengthen the factors which provide better QWL. In short, the study helped the company to make the work place a pleasant and highly motivating one for employees. KEYWORDS: QWL, Employee attitude, Employee satisfaction, Motivation, Organisation

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)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,640
Tête enseignante GPT0,615
Écart entre enseignants0,025 · 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'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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEPRA International Journal of Multidisciplinary Research (IJMR)Même sujetLeadership, Behavior, and Decision-Making StudiesTravaux en français237 207