当前位置: 首页 > news >正文

霍兰德职业兴趣测试:找到与你性格匹配的职业

霍兰德职业兴趣理论

约翰·霍兰德(John Holland)是美国约翰·霍普金斯大学心理学教授,美国著名的职业指导专家。他于1959年提出了具有广泛社会影响的职业兴趣理论。认为人的人格类型、兴趣与职业密切相关,兴趣是人们活动的巨大动力,凡是具有职业兴趣的职业,都可以提高人们的积极性,促使人们积极地、愉快地从事该职业,且职业兴趣与人格之间存在很高的相关性。Holland认为人格可分为现实型、研究型、艺术型、社会型、企业型和常规型六种类型。
 

类型关系

霍兰德所划分的六大类型,并非是并列的、有着明晰的边界的。他以六边形标示出六大类型的关系。

相邻关系
如RI、IR、IA、AI、AS、SA、SE、ES、EC、CE、RC及CR。属于这种关系的两种类型的个体之间共同点较多,现实型R、研究型I的人就都不太偏好人际交往,这两种职业环境中也都较少机会与人接触。

相隔关系
如RA、RE、IC、IS、AR、AE、SI、SC、EA、ER、CI及CS,属于这种关系的两种类型个体之间共同点较相邻关系少。

相对关系
在六边形上处于对角位置的类型之间即为相对关系,如RS、IE、AC、SR、EI、及CA即是,相对关系的人格类型共同点少,因此,一个人同时对处于相对关系的两种职业环境都兴趣很浓的情况较为少见。
人们通常倾向选择与自我兴趣类型匹配的职业环境,如具有现实型兴趣的人希望在现实型的职业环境中工作,可以最好地发挥个人的潜能。但职业选择中,个体并非一定要选择与自己兴趣完全对应的职业环境。
一则因为个体本身常是多种兴趣类型的综合体,单一类型显著突出的情况不多,因此评价个体的兴趣类型时也时常以其在六大类型中得分居前三位的类型组合而成,组合时根据分数的高低依次排列字母,构成其兴趣组型,如RCA、AIS等;
二则因为影响职业选择的因素是多方面的,不完全依据兴趣类型,还要参照社会的职业需求及获得职业的现实可能性。因此,职业选择时会不断妥协,寻求与相邻职业环境、甚至相隔职业环境,在这种环境中,个体需要逐渐适应工作环境。但如果个体寻找的是相对的职业环境,意味着所进入的是与自我兴趣完全不同的职业环境,则我们工作起来可能难以适应,或者难以做到工作时觉得很快乐,相反,甚至可能会每天工作得很痛苦。
 

人格性向

美国职业指导专家约翰·霍兰德(J.Holland)在研究中发现,不同的人具有不同的人格特征,不同的人格特征适合从事不同的职业。由此他指出人格(包括价值观、动机和需要等)是决定一个人选择何种职业的另外一个重要因素,并提出了著名的职业性向理论,指出决定个人选择职业的六种基本的“人格性向”。


实际性向
这种类型的人真诚坦率,较稳定,讲求实利,害羞,缺乏洞察力,容易服从。他们一般具有机械方面的能力,乐于从事半技术性的或手工性的职业,如运动员、管道工。装配线工人等。这类职业的特点是有连续性的任务需要却很少有社会性的需求,如谈判和说服他人等。

调研性向
这种类型与创新型几乎相反。这一类型的人为了知识的开发与理解而乐于从事现象的观察与分析工作。这些人思维复杂,有创见,有主见,但无纪律性,不切实际,易于冲动。具有这种性向的人会被吸引从事那些包含着较多认知活动的职业,如生物学家、社会学家、数学家和大学教授。在商业性组织中,这类人经常担任的是研究与开发职务及咨询参谋之职。这些职务需要的是复杂的分析,而不必去说服取信于他人。

社会性向
具有这种性向的人喜欢为他人提供信息,帮助他人,喜欢在秩序井然、制度化的工作环境中发展人际关系和工作。这些人除了爱社交之外,还有机智老练、友好、易了解、乐于助人等特点。其个性中较消极的一面是独断专行,爱操纵别人。社会型的人适于从事护理、教学、市场营销、销售、培训与开发等包含着大量人际交往活动的职业。

常规性向
具有这种性向的人会被吸引从事那些包含着大量结构性和规则性的职业,如会计和银行职员。这一类人容易组织起来,喜欢和数据型及数字型的事实打交道,喜欢明确的目标,不能接受模棱两可的状态。这些人可以用这一类的词语来表述他们:服从的,有秩序的,有效率的,实际的。如果用不太客气的话说,就是缺乏想像,能自我控制,无灵活性。这种个性类型的人最适于从事事务性的职业,如会计、出纳员、银行职业就是这种类型的典型代表。

企业性向
这种类型的人与社会型的人相似之处在于他(她)也喜欢与人合作。其主要的区别是企业型的人喜欢领导和控制他人(而不是去帮助他人),其目的是为了达到特定的组织目标。这种类型的人自信,有雄心,精力充沛,健谈。其个性特点中较消极的一面是专横,权力欲过强,易于冲动。具有这种性向的人会被吸引从事那些包含着大量以影响他人为目的语言活动的职业,如管理人员、律师。

艺术性向
这种类型与传统型形成最强烈的反差。他们喜欢选择音乐、艺术、文学、戏剧等方面的职业。他们富有想像力,直觉强,易冲动,好内省,有主见。这一类型的人语言方面的资质强于数学方面。如果用消极一些的语言描述,这类人是感情极丰富的、无组织纪律的。具有这种性向的人会被吸引从事那些包含着大量自我表现、艺术创造、情感表达和个性化的职业,如艺术家、广告创意人员。
实际上,每个人不是只包含有一种职业性向,而是可能为几种职业性向的混合。霍兰德认为,这种性向越相似,则一个人在选择职业时面临的内在冲突和犹豫就越少。霍兰德用一个六角形来表示各种性向的相似性。

在理论中,霍兰德还制定了两种类型的测定工具,帮助择业者进行职业决策。一种测定工具是职业选择量表(VPI)。该量表要求被试者在一系列职业中做出选择,然后根据测定结果确定个人的职业倾向领域。另一种测试是自我指导探索(SDS)。在测试感兴趣的活动、能力和喜欢的职业的基础上,进而查寻比较适合自身特性的职业。霍氏理论由于其较强的操作性,成为60年代后较为有影响的职业设计理论。
 

对于企业招募人才的价值分析

职业兴趣作为一种特殊的心理特点,由职业的多样性和复杂性反映出来。职业兴趣上的个体差异是相当大的,也是十分明显的。因为,一方面,现代社会职业划分越来越细,社会活动的要求和规范越来越复杂,各种职业间的差异也越来越明显,所以对个体的吸引力和要求也就迥然不同;另一方面,个体自身的生理、心理、教育、社会经济地位 环境背景不同,所乐于选择的职业类型、所倾向于从事的活动类型和方式也就十分不同。

不同职业的社会责任、满意度、工作特点.工作风格、考评机制各不相同。同时,这种差异决定着不同职业对于员工的职业兴趣有着特殊的要求。现代人力资源管理的基本原则是将合适的人放在合适的岗位上。人与职位的匹配应该包括两个方面的内容:一是人的知识、能力、技能与岗位要求相匹配;更重要的是人的性格.兴趣与岗位相适应。因此.企业在招募新员工时,就非常有必要对申请在本企业工作的人员进行职业兴趣的测评,了解申请者的职业兴趣人格类型。通过测试,企业可以得知它所能提供的职业环境是否与申请者的职业兴趣类型相匹配,换句话说,企业可以考查到申请者是否适合在本企业的职业环境中工作。所以,企业在招募人才的过程中,如果能够坚持以霍兰德的职业兴趣理论为指导,不仅可以招募到适合本企业的人才,还可以在招聘工作中减少盲目性,通过职业兴趣的测试,企业还可以给予新员工最适合的工作环境,以期最大限度地在工作中发挥他们的聪明才干。

霍兰德职业兴趣测试API接口


点击加入:726488860
版权声明:本文为CSDN博主「便捷数据网」的原创文章,遵循CC 4.0 BY-SA版权协议,转载请附上原文出处链接及本声明
原文链接:https://php.wenxuesucai.com/推广/常用免费API接口整理.php

相关文章:

霍兰德职业兴趣测试:找到与你性格匹配的职业

霍兰德职业兴趣理论 约翰霍兰德(John Holland)是美国约翰霍普金斯大学心理学教授,美国著名的职业指导专家。他于1959年提出了具有广泛社会影响的职业兴趣理论。认为人的人格类型、兴趣与职业密切相关,兴趣是人们活动的巨大动力&a…...

LVGL学习笔记 显示和隐藏 对象的属性标志位 配置

在显示GUI的过程中需要对某些对象进行临时隐藏或临时显示,因此需要对该对象的FLAG进行配置就可以实现对象的显示和隐藏了. 调用如下接口可以实现: lv_obj_add_flag(user_obj, LV_OBJ_FLAG_HIDDEN);//隐藏对象lv_obj_clear_flag(user_obj, LV_OBJ_FLAG_HIDDEN);//取消隐藏实现的…...

cuda上使用remap函数

在使用opencv中的remap函数时&#xff0c;发现运行时间太长了&#xff0c;如果使用视频流进行重映射时根本不能实时&#xff0c;因此只能加速 1.使用opencv里的cv::cuda::remap函数 cv::cuda::remap函数头文件是#include <opencv2/cudawarping.hpp>&#xff0c;编译ope…...

【JaveWeb教程】(18) MySQL数据库开发之 MySQL数据库设计-DDL 如何查询、创建、使用、删除数据库数据表 详细代码示例讲解

目录 2. 数据库设计-DDL2.1 项目开发流程2.2 数据库操作2.2.1 查询数据库2.2.2 创建数据库2.2.3 使用数据库2.2.4 删除数据库 2.3 图形化工具2.3.1 介绍2.3.2 安装2.3.3 使用2.2.3.1 连接数据库2.2.3.2 操作数据库 2.3 表操作2.3.1 创建2.3.1.1 语法2.3.1.2 约束2.3.1.3 数据类…...

ElasticSearch学习笔记-SpringBoot整合Elasticsearch7

项目最近需要接入Elasticsearch7&#xff0c;顺带记录下笔记。 Elasticsearch依赖包版本 <properties><elasticsearch.version>7.9.3</elasticsearch.version><elasticsearch.rest.version>7.9.3</elasticsearch.rest.version> </propertie…...

[足式机器人]Part2 Dr. CAN学习笔记 - Ch02动态系统建模与分析

本文仅供学习使用 本文参考&#xff1a; B站&#xff1a;DR_CAN Dr. CAN学习笔记 - Ch02动态系统建模与分析 1. 课程介绍2. 电路系统建模、基尔霍夫定律3. 流体系统建模4. 拉普拉斯变换&#xff08;Laplace&#xff09;传递函数、微分方程4.1 Laplace Transform 拉式变换4.2 收…...

【一周年创作总结】人生是远方的无尽旷野呀

那一眼瞥见的伟大的灵魂&#xff0c;却似模糊的你和我 文章目录 &#x1f4d2;各个阶段的experience&#x1f50e;大一寒假&#x1f50e;大一下学期&#x1f50e;大一暑假&#x1f50e;大二上学期&#xff08;现在&#xff09; &#x1f354;相遇CSDN&#x1f6f8;自媒体&#…...

金融帝国实验室(Capitalism Lab)V10版本游戏平衡性优化与改进

即将推出的V10版本中的各种游戏平衡性优化与改进&#xff1a; ————————————— 一、当玩家被提议收购一家即将破产的公司时&#xff0c;显示商业秘密。 当一家公司濒临破产&#xff0c;玩家被提议收购该公司时&#xff0c;如果玩家有兴趣评估该公司&#xff0c;则无…...

[SpringBoot]接口的多实现:选择性注入SpringBoot接口的实现类

最近在项目中遇到两种情况&#xff0c;准备写个博客记录一下。 情况说明&#xff1a;Service层一个接口是否可以存在多个具体实现&#xff0c;此时应该如何调用Service&#xff08;的具体实现&#xff09;&#xff1f; 其实之前的项目中也遇到过这种情况&#xff0c;只不过我采…...

北京大学 wlw机器学习2022春季期末试题分析

北京大学 wlw机器学习2022春季期末试题分析 前言新的开始第一题第二题第三题 前言 你好&#xff01; 这是你第一次使用 Markdown编辑器 所展示的欢迎页。如果你想学习如何使用Markdown编辑器, 可以仔细阅读这篇文章&#xff0c;了解一下Markdown的基本语法知识。 新的开始 第…...

前端文件下载方法(包含get和post)

export const downloadFileWithIframe (url, name) > {const iframe document.createElement(iframe);iframe.style.display none; // 防止影响页面iframe.style.height 0; // 防止影响页面iframe.name name;iframe.src url;document.body.appendChild(iframe); // 这…...

高性能、可扩展、支持二次开发的企业电子招标采购系统源码

在数字化时代&#xff0c;企业需要借助先进的数字化技术来提高工程管理效率和质量。招投标管理系统作为企业内部业务项目管理的重要应用平台&#xff0c;涵盖了门户管理、立项管理、采购项目管理、采购公告管理、考核管理、报表管理、评审管理、企业管理、采购管理和系统管理等…...

2645. 构造有效字符串的最少插入数

Problem: 2645. 构造有效字符串的最少插入数 文章目录 解题思路解决方法复杂度分析代码实现 解题思路 解决此问题需要确定如何以最小的插入次数构造一个有效的字符串。首先&#xff0c;我们需要确定开头的差距&#xff0c;然后决定中间的补足&#xff0c;最后决定末尾的差距。…...

C#,快速排序算法(Quick Sort)的非递归实现与数据可视化

排序算法是编程的基础。 常见的四种排序算法是&#xff1a;简单选择排序、冒泡排序、插入排序和快速排序。其中的快速排序的优势明显&#xff0c;一般使用递归方式实现&#xff0c;但遇到数据量大的情况则无法适用。实际工程中一般使用“非递归”方式实现。 快速排序(Quick Sor…...

【操作系统xv6】学习记录2 -RISC-V Architecture

说明&#xff1a;看完这节&#xff0c;不会让你称为汇编程序员&#xff0c;知识操作系统的前置。 ref&#xff1a;https://binhack.readthedocs.io/zh/latest/assembly/mips.html https://www.bilibili.com/video/BV1w94y1a7i8/?p7 MIPS MIPS的意思是 “无内部互锁流水级的微…...

C++力扣题目111--二叉树的最小深度

力扣题目链接(opens new window) 给定一个二叉树&#xff0c;找出其最小深度。 最小深度是从根节点到最近叶子节点的最短路径上的节点数量。 说明: 叶子节点是指没有子节点的节点。 示例: 给定二叉树 [3,9,20,null,null,15,7], 返回它的最小深度 2 思路 看完了这篇104.二…...

【图像拼接】源码精读:Adaptive As-Natural-As-Possible Image Stitching(AANAP/ANAP)

第一次来请先看这篇文章:【图像拼接(Image Stitching)】关于【图像拼接论文源码精读】专栏的相关说明,包含专栏内文章结构说明、源码阅读顺序、培养代码能力、如何创新等(不定期更新) 【图像拼接论文源码精读】专栏文章目录 【源码精读】As-Projective-As-Possible Imag…...

解决docker run报错:Error response from daemon: No command specified.

将docker镜像export/import之后&#xff0c;对新的镜像执行docker run时报错&#xff1a; docker: Error response from daemon: No command specified. 解决方法&#xff1a; 方案1&#xff1a; 查看容器的command&#xff1a; docker ps --no-trunc 在docker run命令上增加…...

算法第十二天-最大整除子集

最大整除子集 题目要求 解题思路 来自[宫水三叶] 根据题意&#xff1a;对于符合要求的[整除子集]中的任意两个值&#xff0c;必然满足[较大数]是[较小数]的倍数 数据范围是 1 0 3 10^3 103&#xff0c;我们不可能采取获取所有子集&#xff0c;再检查子集是否合法的暴力搜解法…...

简单易懂的PyTorch 损失函数:优化机器学习模型的关键

目录 torch.nn子模块Loss Functions详解 nn.L1Loss 用途 用法 使用技巧 注意事项 代码示例 nn.MSELoss 用途 用法 使用技巧 注意事项 代码示例 nn.CrossEntropyLoss 用途 用法 使用技巧 注意事项 代码示例 使用类别索引 使用类别概率 nn.CTCLoss 用途 …...

【大模型RAG】拍照搜题技术架构速览:三层管道、两级检索、兜底大模型

摘要 拍照搜题系统采用“三层管道&#xff08;多模态 OCR → 语义检索 → 答案渲染&#xff09;、两级检索&#xff08;倒排 BM25 向量 HNSW&#xff09;并以大语言模型兜底”的整体框架&#xff1a; 多模态 OCR 层 将题目图片经过超分、去噪、倾斜校正后&#xff0c;分别用…...

synchronized 学习

学习源&#xff1a; https://www.bilibili.com/video/BV1aJ411V763?spm_id_from333.788.videopod.episodes&vd_source32e1c41a9370911ab06d12fbc36c4ebc 1.应用场景 不超卖&#xff0c;也要考虑性能问题&#xff08;场景&#xff09; 2.常见面试问题&#xff1a; sync出…...

UE5 学习系列(三)创建和移动物体

这篇博客是该系列的第三篇&#xff0c;是在之前两篇博客的基础上展开&#xff0c;主要介绍如何在操作界面中创建和拖动物体&#xff0c;这篇博客跟随的视频链接如下&#xff1a; B 站视频&#xff1a;s03-创建和移动物体 如果你不打算开之前的博客并且对UE5 比较熟的话按照以…...

在四层代理中还原真实客户端ngx_stream_realip_module

一、模块原理与价值 PROXY Protocol 回溯 第三方负载均衡&#xff08;如 HAProxy、AWS NLB、阿里 SLB&#xff09;发起上游连接时&#xff0c;将真实客户端 IP/Port 写入 PROXY Protocol v1/v2 头。Stream 层接收到头部后&#xff0c;ngx_stream_realip_module 从中提取原始信息…...

python爬虫:Newspaper3k 的详细使用(好用的新闻网站文章抓取和解析的Python库)

更多内容请见: 爬虫和逆向教程-专栏介绍和目录 文章目录 一、Newspaper3k 概述1.1 Newspaper3k 介绍1.2 主要功能1.3 典型应用场景1.4 安装二、基本用法2.2 提取单篇文章的内容2.2 处理多篇文档三、高级选项3.1 自定义配置3.2 分析文章情感四、实战案例4.1 构建新闻摘要聚合器…...

涂鸦T5AI手搓语音、emoji、otto机器人从入门到实战

“&#x1f916;手搓TuyaAI语音指令 &#x1f60d;秒变表情包大师&#xff0c;让萌系Otto机器人&#x1f525;玩出智能新花样&#xff01;开整&#xff01;” &#x1f916; Otto机器人 → 直接点明主体 手搓TuyaAI语音 → 强调 自主编程/自定义 语音控制&#xff08;TuyaAI…...

数据库分批入库

今天在工作中&#xff0c;遇到一个问题&#xff0c;就是分批查询的时候&#xff0c;由于批次过大导致出现了一些问题&#xff0c;一下是问题描述和解决方案&#xff1a; 示例&#xff1a; // 假设已有数据列表 dataList 和 PreparedStatement pstmt int batchSize 1000; // …...

JUC笔记(上)-复习 涉及死锁 volatile synchronized CAS 原子操作

一、上下文切换 即使单核CPU也可以进行多线程执行代码&#xff0c;CPU会给每个线程分配CPU时间片来实现这个机制。时间片非常短&#xff0c;所以CPU会不断地切换线程执行&#xff0c;从而让我们感觉多个线程是同时执行的。时间片一般是十几毫秒(ms)。通过时间片分配算法执行。…...

OpenLayers 分屏对比(地图联动)

注&#xff1a;当前使用的是 ol 5.3.0 版本&#xff0c;天地图使用的key请到天地图官网申请&#xff0c;并替换为自己的key 地图分屏对比在WebGIS开发中是很常见的功能&#xff0c;和卷帘图层不一样的是&#xff0c;分屏对比是在各个地图中添加相同或者不同的图层进行对比查看。…...

以光量子为例,详解量子获取方式

光量子技术获取量子比特可在室温下进行。该方式有望通过与名为硅光子学&#xff08;silicon photonics&#xff09;的光波导&#xff08;optical waveguide&#xff09;芯片制造技术和光纤等光通信技术相结合来实现量子计算机。量子力学中&#xff0c;光既是波又是粒子。光子本…...