Perception du soutien social et engagement affectif organisationnel
Notice bibliographique
Résumé
L'objectif principal de ce mémoire est l'étude de la relation existante entre la perception du \nsoutien social et l'engagement affectif organisationnel des employés d'une organisation \ngouvernementale. Après avoir justifié l'importance de s'attarder à l'engagement affectif, \nnous exposons et définissons les facteurs susceptibles de le favoriser. Cette étude a été \nréalisée auprès de tous les employés du ministère des Transports du Québec en AbitibiTémiscamingue. \nNous avons élaboré un questionnaire à partir de trois échelles de mesure \nqui présentaient de bonnes qualités psychométriques. \nLes résultats de nos analyses (bivariées et multivariées) nous ont permis de mieux cibler \nles facteurs contribuant à l'augmentation de l'engagement affectif envers l'organisation. \nLes analyses multivariées permettent de dégager trois facteurs regroupant des variables \nsociodémographiques qui expliquent 73,4 % de la variance de l'engagement affectif \nenvers l'organisation : les variables mesurant le salaire et ses déterminants (30,53% de la \nvariance); celles relatives à l'expérience (28,74 %) et la prévision à l'égard de l'emploi \n(13, 12 %). L'analyse de régression multiple linéaire indique que le soutien organisationnel \nest la variable la plus associée à l'engagement affectif et la force de cette association \naugmente lorsque nous y combinons le salaire et ses déterminants (13=0,43, p<,001 ). \nAinsi, le soutien organisationnel et le salaire et ses déterminants expliquent de façon \nsignificative 20% de la variance de l'engagement affectif. \nLa discussion et la conclusion portent sur les enjeux en matière de gestion des ressources \nhumaines et sur la place de l'interv,ention psychoéducative en milieu de travail.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,000 |
| Communication savante | 0,001 | 0,003 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,013 | 0,005 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».