MétaCan
Menu
Retour à la cohorte
Enregistrement W1486070539 · doi:10.1111/j.1758-0854.2012.01078.x

Passion for Work and Emotional Exhaustion: The Mediating Role of Rumination and Recovery

2012· article· en· W1486070539 sur OpenAlexaff
Eric G. Donahue, Jacques Forest, Robert J. Vallerand, Pierre‐Nicolas Lemyre, Laurence Crevier‐Braud, Éliane Bergeron

Notice bibliographique

RevueApplied Psychology Health and Well-Being · 2012
Typearticle
Langueen
DomainePsychology
ThématiqueWorkaholism, burnout, and well-being
Établissements canadiensUniversité du Québec à Montréal
Organismes subventionnairesNorges Idrettshøgskole
Mots-clésPassionRuminationPsychologyEmotional exhaustionSocial psychologyWork (physics)BurnoutDevelopmental psychologyClinical psychologyCognition

Résumé

récupéré en direct d'OpenAlex

The purpose of the present research is to present a model pertaining to the mediating roles of rumination and recovery experiences in the relationship between a harmonious and an obsessive passion (Vallerand et al., 2003) for work and workers' emotional exhaustion. Two populations were measured in the present research: namely elite coaches and nurses. Study 1's model posits that obsessive passion positively predicts rumination about one's work when being physically away from work, while harmonious passion negatively predicts ruminative thoughts. In turn, rumination is expected to positively contribute to emotional exhaustion. The results of Study 1 were replicated in Study 2. In addition, in the model of Study 2, obsessive passion was expected to undermine recovery experiences, while harmonious passion was expected to predict recovery experiences. In turn, recovery experiences were expected to protect workers from emotional exhaustion. Results of both studies provided support for the proposed model. The present findings demonstrate that passion for work may lead to some adaptive and maladaptive psychological processes depending on the type of passion that is prevalent.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,002
Communication savante0,0020,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,013
Tête enseignante GPT0,314
Écart entre enseignants0,301 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations184
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueApplied Psychology Health and Well-BeingMême sujetWorkaholism, burnout, and well-beingTravaux en français237 207