MétaCan
Menu
← Retour à la cohorte
Enregistrement W6996975661

Työntekijöiden motivointi ja sitouttaminen Startup- yrityksessä

2025· other· fi· W6996975661 sur OpenAlexaff

Notice bibliographique

RevueTheseus (Ammattikorkeakoulujen) · 2025
Typeother
Languefi
Domaine
Thématique
Établissements canadiensWorkplace Health, Safety and Compensation Commission
Organismes subventionnairesnon disponible
Mots-clésWork (physics)PopulationContext (archaeology)Work schedule
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Työntekijöiden motivointi ja sitouttaminen ovat olennaisia organisaation menestykselle, mutta erityisesti startup-ympäristössä ne voivat muodostua haasteiksi. Tämä opinnäytetyö tutkii molemmin puolista sitoutumista, joka tukee työntekijän motivaatiota ja sitoutumista organisaatioon sekä mitkä tekijät vaikuttavat sen muodostumiseen työntekijän ja työnantajan välillä. Kehittämistyö toteutettiin yritys X:ssä, jossa vaikeutena ovat olleet työntekijöiden vaihtuvuus, epäselvät odotukset ja puutteellinen perehdytys. Tavoitteena oli selvittää, mitkä tekijät vaikuttavat työntekijöiden pysyvyyteen ja miten psykologisen sopimuksen vahvistaminen voi tukea organisaation kehitystä. Kehittämistyön menetelminä käytettiin Webropol-kyselyä, Benchmarking-haastattelua sekä osallistavaa tulospuu-menetelmää. Tulokset osoittivat, että psykologinen sopimus vahvistuu, kun työntekijät saavat riittävästi tukea, työroolit ja odotukset ovat selkeitä ja työ koetaan merkitykselliseksi. Lisäksi johtamisen laatu, avoin viestintä ja kehittymismahdollisuudet vaikuttavat keskeisesti motivaatioon ja sitoutumiseen. Opinnäytetyön tuotoksena laadittiin perehdytysohje yritys X:n esihenkilöille. Ohjeen tavoitteena on tarjota käytännönläheisiä menetelmiä työntekijöiden motivaation ja sitoutumisen edistämiseksi jo työsuhteen alkuvaiheessa. Ohjeen avulla pyritään parantamaan perehdytys prosessia, viestintää sekä työntekijöiden odotusten ymmärtämistä ja hallintaa tehokkaammin. Tämä opinnäytetyö tuotti yritys X:lle tietopohjan ja kehitysehdotuksia, joiden avulla työntekijöiden motivaatiota ja sitoutumista voidaan parantaa. Tulokset ovat sovellettavissa myös muihin startup-yrityksiin, joissa henkilöstön pysyvyys ja työhyvinvointi ovat kriittisiä menestystekijöitä.

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)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,098
Score d'incertitude au seuil0,326

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,008
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,001
Communication savante0,0080,004
Science ouverte0,0010,005
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0980,027

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 Opus0,020
Tête enseignante GPT0,269
Écart entre enseignants0,249 · 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'étudeQualitatif
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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTheseus (Ammattikorkeakoulujen)→Travaux en français237 207→