MétaCan
Menu
Retour à la cohorte
Enregistrement W4400441312 · doi:10.5465/amproc.2024.14744abstract

Profiles of Organizational Commitment: Implications for Work Relationships

2024· article· en· W4400441312 sur OpenAlexaff
Ian R. Gellatly, Emma Lei Jing

Notice bibliographique

RevueAcademy of Management Proceedings · 2024
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueJob Satisfaction and Organizational Behavior
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésOrganizational commitmentWork (physics)PsychologyBusinessKnowledge managementSocial psychologyComputer scienceEngineering

Résumé

récupéré en direct d'OpenAlex

Organizational behavior scholars have long debated how best to conceptualize commitment. Should commitment be viewed and studied as a type of overarching bond that captures how people feel toward their organization? Should we conceptualize commitment as distinct yet correlated bonds and mindsets that configure within individuals to produce a holistic commitment experience? Do these unique phenomenological experiences change how people see and respond to work? Using a person-oriented conceptual and analytical strategy we attempt to address these questions by observing the implications of different commitment profiles (unique combinations of global, affective, continuance, and normative commitment). Conceptually, this approach further clarifies the nature of commitment experience. From a methodological perspective, profiles that include both a global experience plus the specific commitment mindsets create conditions where theoretically-interesting mindset combinations not normally see can emerge. Specifically, in this study (N=1,103 working adults) we compare two approaches to profile construction and show the utility of a bifactor approach. Moreover, we confirm that a set of work-relationship outcomes (organizational trust, perceived similarity, cohesion, and psychological safety) are all sensitive to the nature of these commitment profiles in theoretical and practical ways.

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)0,008
score de la tête « metaresearch » (Gemma)0,047
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,043

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,047
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0020,002
Communication savante0,0040,006
Science ouverte0,0010,004
Intégrité de la recherche0,0010,002
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 Opus0,041
Tête enseignante GPT0,275
Écart entre enseignants0,234 · 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'étudeSans objet
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'admission1
Résumé présentoui

Explorer davantage

Même revueAcademy of Management ProceedingsMême sujetJob Satisfaction and Organizational BehaviorTravaux en français237 207