社会媒体研究：感知工作满意度的人口统计差异

视频

DOI

有效衡量员工工作满意度的方法存在规模、歪曲和时效性问题。目前的方法论在捕捉工作中主观期望、需求和价值观的差异方面存在局限，且未强调人口统计差异，这些差异可能影响人们对工作满意度的看法。本研究提出了一种利用大规模社交媒体数据评估工作满意度的方法。我们从150万条初始Twitter帖子的数据集开始，研究工作满意度的两个方面：薪酬和监督。通过采用理论驱动的方法，我们首先构建机器学习分类器来评估感知的工作满意度，平均AUC为0.84。然后，我们研究美国按地理、性别和种族划分的感知工作满意度的人口统计差异。对于地理，我们发现Twitter上的工作满意度与宏观经济指标（如财务福利和失业率）有洞察力的关系。对于性别和种族，我们发现女性比男性表达更高的薪酬满意度但更低的监督满意度，而白人在薪酬和监督满意度方面表达最少。解开语言差异，我们发现不同群体在基础优先事项和关切方面存在对比，例如，代表不足的群体明显表达基本生计，而大多数群体明显表达自我实现。我们讨论了参考框架和组织心理学家概念的"工作满意度悖论"在解释我们观察到的差异中的作用。我们以对工人幸福感的理解和改善的理论和社会技术意义结束。