MétaCan
Menu
Retour à la cohorte
Enregistrement W4385213874 · doi:10.5465/amproc.2023.13255abstract

We are Not all the Same: Job Seeker Profiles Based on Agentic and Contextual Features

2023· article· en· W4385213874 sur OpenAlexaff
Jolien Stremersch, Dave Bouckenooghe, Adam M. Kanar

Notice bibliographique

RevueAcademy of Management Proceedings · 2023
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueEntrepreneurship Studies and Influences
Établissements canadiensBrock University
Organismes subventionnairesnon disponible
Mots-clésJob attitudeJob analysisSeekersJob performancePsychologyJob characteristic theoryConscientiousnessJob designContextual performancePersonnel psychologySocial psychologyJob satisfactionApplied psychologyBig Five personality traitsPersonalityPolitical science

Résumé

récupéré en direct d'OpenAlex

Studies on job search typically use a variable-centered approach, which assumes job seekers come from one homogeneous population in terms of their job search activities, antecedents, and outcomes. Complementing this research approach, the current study used a person-centered approach to identify subgroups of job seekers with distinct profiles varying in attitudinal, individual, behavioral, and contextual factors (i.e., job search quality, job search intensity, conscientiousness, job search self-efficacy, social pressure, job search volition, and financial need). Further, we investigated whether these profiles help predict differences in job search outcomes. Utilizing latent profile analysis, we identified four qualitatively distinct profiles among employed and unemployed job seekers: the job search laggard, the financially burdened job seeker, the financially secured job seeker, and the job search champion. As predicted, these profiles differed in their relationships with job search outcomes (i.e., rumination, number of job interviews, and job offers). The results suggest that the person-centered approach is a useful, complementary method for identifying and analyzing subgroups of job seekers within larger populations.

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)0,002
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,038
Tête enseignante GPT0,263
Écart entre enseignants0,225 · 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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAcademy of Management ProceedingsMême sujetEntrepreneurship Studies and InfluencesTravaux en français237 207