A INFLUÊNCIA DA CONFIANÇA ORGANIZACIONAL NOS ÍNDICES DE ROTATIVIDADE E ABSENTEÍSMO DO SETOR DE TRANSPORTE: UMA ANÁLISE COMPARATIVA DE CASOS
Bibliographic record
Abstract
A Influência da Confiança Organizacional nos Índices de Rotatividade e Absenteísmo do Setor de Transporte: Uma Análise Comparativa de Casos.Rio de Janeiro, 2016.91p.Dissertação de Mestrado -Departamento de Administração, Pontifícia Universidade Católica do Rio de Janeiro.Os estudos relativos à confiança têm proliferado na literatura nacional e internacional.Contudo, são poucos os estudos que focam a relação entre a confiança, o absenteísmo e a rotatividade nas organizações.Com o intuito de diminuir essa lacuna, essa dissertação tem como propósito analisar o impacto da confiança organizacional na rotatividade e no absenteísmo com base em duas premissas: (1) a confiança organizacional impacta diretamente a rotatividade, (2) quanto maior a confiança organizacional menor o absenteísmo.Para esta analise foi aplicado o questionário Escala de Confiança do Empregado na Organização (ECEO) elaborado por Tamayo e Oliveira (2008) para funcionários de duas empresas do setor de transporte de passageiros, localizadas na região metropolitana do Rio de Janeiro.As respostas dos 385 funcionários da empresa A e 222 da empresa B não apresentaram o mesmo padrão identificado nos estudos de Tamayo e Oliveira (2008).Entre os resultados encontrados ressaltamos que (1) quanto maior for a confiança na promoção do crescimento do empregado e na solidez organizacional, menor serão os níveis de rotatividade; (2) normas relativas à demissão de empregados não influenciam diretamente os níveis de rotatividade das organizações; (3) não é possível pressupor a influência da confiança organizacional no absenteísmo das empresas.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.008 | 0.038 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.005 | 0.005 |
| Science and technology studies | 0.001 | 0.002 |
| Scholarly communication | 0.004 | 0.002 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.003 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".