MétaCan
Menu
Retour à la cohorte
Enregistrement W4402788526 · doi:10.5296/bmh.v12i1.22120

Exploring the Roles of Benefits, Practices, Digitalization, and Sustainability on Employee Satisfaction in the Malaysian Oil and Gas Industry

2024· article· en· W4402788526 sur OpenAlexaff
Abdullah Abdulaziz Bawazir, Bha-Aldan Mundher Oraibi, M J Vijayan Muniandy, Ganesan A L Dorasamy, Veeramathevi Sundaram

Notice bibliographique

RevueBusiness and Management Horizons · 2024
Typearticle
Langueen
DomaineComputer Science
ThématiqueOrganizational and Employee Performance
Établissements canadiensInstitute on Governance
Organismes subventionnairesnon disponible
Mots-clésSustainabilityBusinessPetroleum industryMarketingEmployee engagementPublic relationsEngineeringPolitical scienceEnvironmental engineering

Résumé

récupéré en direct d'OpenAlex

This study assesses the impact of benefits and rewards, new working practices, digitalization, and sustainability on employee satisfaction and expectations in the Malaysian oil and gas industry. A quantitative research methodology was employed, utilizing a structured survey distributed to 391 industry professionals. Statistical analyses were used to evaluate the relationships between the independent variables (benefits and rewards, new working practices, digitalization, and sustainability) and the dependent variable (employee satisfaction and expectations). The findings revealed that all four hypotheses were supported, indicating a strong and positive impact of each independent variable on employee satisfaction and expectations. Benefits and rewards were found to have the most substantial influence, followed closely by new working practices, sustainability, and digitalization. This research contributes significantly to the understanding of employee satisfaction dynamics in the post-pandemic era within this critical sector. It provides actionable insights for organizational leaders seeking to enhance work environments and align with evolving employee expectations. The study highlights the importance of a holistic approach to employee engagement, emphasizing the need for comprehensive strategies that address diverse aspects of the work environment.

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)0,003
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 enseignants0,004
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
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 savante0,0010,000
Science ouverte0,0000,001
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 Opus0,031
Tête enseignante GPT0,246
Écart entre enseignants0,214 · 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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBusiness and Management HorizonsMême sujetOrganizational and Employee PerformanceTravaux en français237 207