MétaCan
Menu
Retour à la cohorte
Enregistrement W7008035966

An analysis of work stress among bank employees: a case study of Bank Rakyat head quarter / Zatyl Alyaa' Athirah Rajman

2016· other· en· W7008035966 sur OpenAlexaboutno aff

Notice bibliographique

RevueUiTM Institutional Repositories (Universiti Teknologi MARA) · 2016
Typeother
Langueen
Domaine
Thématique
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésQuarter (Canadian coin)Work (physics)Marital statusWork stressStress (linguistics)Test (biology)Sample (material)Variables
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This paper’s main objective is to investigate factors that influence work stress among bank employees. Besides that the main factors that influenced the work stress among bank employee was also being studied between age, marital status. organizational, and environmental forces. Significant difference between the work stress among bank employees also identified. Respondents in this research comprised of 200 employees in Bank Rakvat Head Quarter. The questionnaire used to analyse work stress and the possible factors that influence respondents on stress was designed based on the previous research. About 200 set of questionnaire form and Google Form were distributed to the Bank Rakyat employee and the response rate was 100%. The answers analyses by several statistical test Method using Statistical Package Social Science (SPSS) version 21.0. Based on Multiple Regression analysis. it was identified that age and marital status factor is the main factor that influence work stress among bank employees. The implications and limitations of this research also were discussed. Suggestions and recommendation’s for management of Bank Rakyat, and future researcher were also given. The variables considered are age, marital status. organizational and environmental. The sample of this study will be collect using questionnaire, which ill distribute randomly to employee in Bank Rakyat Head Quarter within period over 16 weeks from February 2016 until Jun 2016.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,013
Score d'incertitude au seuil0,025

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0040,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,016
Tête enseignante GPT0,274
Écart entre enseignants0,258 · 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
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUiTM Institutional Repositories (Universiti Teknologi MARA)Travaux en français237 207