MétaCan
Menu
Retour à la cohorte
Enregistrement W4386741456 · doi:10.1177/10690727231201670

Exploring job seeker profiles through latent profile analysis

2023· article· en· W4386741456 sur OpenAlexaff
Jolien Stremersch, Dave Bouckenooghe, Adam M. Kanar

Notice bibliographique

RevueJournal of Career Assessment · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueCareer Development and Diversity
Établissements canadiensBrock University
Organismes subventionnairesnon disponible
Mots-clésJob analysisJob attitudeConscientiousnessPsychologyJob performanceJob designJob shadowJob characteristic theoryApplied psychologyPersonnel psychologySocial psychologyJob huntingJob satisfactionBig Five personality traitsPersonalityPublic relations

Résumé

récupéré en direct d'OpenAlex

Primarily using a variable-centered approach, job search research explores the connections between antecedents, processes, and outcomes. A person-centered approach, however, categorizes individuals based on personal and contextual elements. This study used CSM as a theoretical framework to identify job seeker profiles by exploring configurations of job search self-efficacy, conscientiousness, financial need, social pressure, and job search quality and intensity. We examined how these profiles correspond with sociodemographic variables and job search outcomes such as rumination, interviews, and job offers. In a sample of 300 job seekers, four profiles emerged: casual job search contemplator, financially burdened job seeker, financially secure job seeker, and multifaceted job search strategist. The contemplator profile correlated with the fewest interviews, while the financially burdened job seeker had the most. These findings suggest career counselors need to recognize distinctive job seeker patterns requiring tailored counseling approaches, underscoring the potential of the person-centered approach for further job search research.

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)0,013
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 enseignants0,005
Score d'incertitude au seuil0,023

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,013
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0050,003
Études des sciences et des technologies0,0010,000
Communication savante0,0020,001
Science ouverte0,0000,002
Intégrité de la recherche0,0000,001
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 Opus0,228
Tête enseignante GPT0,362
Écart entre enseignants0,135 · 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

Citations5
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Career AssessmentMême sujetCareer Development and DiversityTravaux en français237 207