Juana-Patricia Muñoz Chávez, Asdrúbal López Chau
En este documento, utilizando la teoría del intercambio social como base teórica, proponemos identificar la presencia de acoso laboral en profesores universitarios, a través de máquinas de vectores soporte, y la aplicación de un instrumento que mida la satisfacción en el trabajo, en lugar de evaluar el nivel de acoso laboral explícitamente. La muestra fue de 248 docentes de cuatro universidades públicas en México. Obtuvimos los siguientes resultados: la desvalorización del trabajo es el tipo de acoso más frecuente, mientras que el mobbing personal es el menos frecuente. El kernel RBF es la mejor opción para predecir acoso laboral en las dimensiones: sobrecarga de trabajo, mobbing personal y devalorización del trabajo; el núcleo polinomial es el mejor para el mobbing organizacional. La precisión de clasificación de los modelos es superior al 91%, y la puntuación F = 0.93, ambos en el peor de los casos. Según el rendimiento de los modelos, se puede predecir el acoso laboral con precisión.
In this article, the authors propose, using social exchange theory as a theoretical basis, to identify the presence of harassment or bullying in university teachers by means of support-vector machines and the application of an instrument that measures job satisfaction, instead of explicitly assessing the level of bullying. The sample consisted of 248 teachers who work in four public universities in Mexico. We obtained the following results: devaluation of the carried out work is the most frequent type of harassment, while personal mobbing hardly figures. The radial basis function (RBF) kernel is the best option for predicting workplace bullying in the dimensions of work overload, personal mobbing and devaluation of the carried out work, whereas the polynomial kernel is the best for organizational mobbing. The classification accuracy of the models is over 91%, and the F-score = 0.93, both in the worst case. According to the performance of the models, workplace harassment or job mobbing can be predicted accurately.
Neste documento, utilizando a teoria do intercambio social como base teórica, propomos identificar a presença de assédio laboral em professores universitários, através de máquinas de vetores suporte, e a aplicação de um instrumento que meça a satisfação no trabalho, em lugar de avaliar o nível de assédio laboral explicitamente. A amostra foi de 248 docentes de quatro universidades públicas no México. Obtivemos os seguintes resultados: a desvalorização do trabalho é o tipo de assédio mais frequente, e o mobbing pessoal é o menos frequente. O kernel RBF é a melhor opção para prognosticar o assédio laboral nas dimensões: sobrecarga de trabalho, mobbing pessoal e desvalorização do trabalho; o núcleo polinomial é o melhor para o mobbing organizacional. A precisão de classificação dos modelos é superior a 91%, e a pontuação F = 0.93, ambos no pior dos casos. Segundo o rendimento dos modelos, se pode prognosticar o assédio laboral com precisão.
© 2001-2024 Fundación Dialnet · Todos los derechos reservados