Understanding Employee Attrition Factors in the Information Technology Sector: A Text Analytics Perspective
Notice bibliographique
Résumé
Recently online reviews on websites have provided a precious source of data for businesses. Some of these websites collect customers’ opinions about products and services provided by these businesses, some others such as Glassdoor and Indeed are the websites on which the employees write their opinions about their company. Although this data source is usually used by job seekers to find proper job opportunities, it has been used recently by researchers and business owners for discovering the employees’ satisfaction and dissatisfaction factors. In this study we collected 825129 comments people left on Glassdoor and Indeed about their current or previous companies in IT section. First, we have applied the Latent Dirichlet Allocation (LDA) topic modelling technique to find out the most cited attrition factors in the comments. We recognized that “Personal Development”, “Financial and Professional Development” and “Cultural Development” are the most frequent factors mentioned by employees in IT companies. Then, by applying a novel topic-based sentiment analysis technique we have tried to figure out the polarity of comments about each of three found factors. The trend of these factors in terms of their frequency and polarity were tracked through the time and also among different IT sections. The assessment of current and former employees’ comments showed that these two groups have some behavioral differences which can help IT companies to unravel the reasons of their recent high attrition rate. Some behavioural differences were also detected among different IT sections. Further analysis showed that there is a statistically significant correlation between the polarity of these factors and quantitative rating review of companies and also their market capitalization.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,004 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».