MétaCan
Menu
Retour à la cohorte
Enregistrement W4398221679 · doi:10.1080/24704067.2024.2353620

Examining the Prevalence of Burnout among Golf Operations Employees in Canada

2024· article· en· W4398221679 sur OpenAlexaffabout
Sheldon Fetter, Jess C. Dixon

Notice bibliographique

RevueJournal of Global Sport Management · 2024
Typearticle
Langueen
DomainePsychology
ThématiqueSport Psychology and Performance
Établissements canadiensUniversity of Windsor
Organismes subventionnairesnon disponible
Mots-clésBurnoutPsychologyApplied psychologyClinical psychology

Résumé

récupéré en direct d'OpenAlex

The burnout phenomenon has been explored in many industries. However, there has been minimal research among those who work in various sport occupations. This project examined the prevalence of burnout among golf operations employees across Canada and the effects of various predictors of the burnout phenomenon. The conservation of resource theory (COR) was utilized, as it has been widely employed in the study of burnout among employees. The sample included 112 golf operations employees, with a mean age of 38.12 years. A hierarchical linear regression analysis revealed positive significant relationships between burnout and the average number of hours worked, post-secondary education, and turnover intentions. Further, a negative significant relationship was found among burnout and age. The results of this study stress the importance of employers taking the time to understand the needs of their employees in this unique environment to ensure they have the proper resources to mitigate negative behavioural and organizational predictors of burnout.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,156
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,018
Tête enseignante GPT0,296
Écart entre enseignants0,278 · 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.

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
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Global Sport ManagementMême sujetSport Psychology and PerformanceTravaux en français237 207