Le rôle des interactions entre engagements multiples dans la prédiction du risque de démission
Notice bibliographique
Résumé
Cette étude examine l’influence d’engagements multiples envers l’organisation et le groupe de travail dans la prédiction des départs volontaires, en considérant les interactions entre les deux cibles et les effets principaux des dimensions d’engagement. Ce faisant, la présente étude innove en poursuivant une ligne de recherche émergente sur la façon dont des engagements multiples envers des cibles de travail emboitées s’articulent dans leur influence sur l’occurrence des départs volontaires. De plus, notre attention se porte particulièrement sur les interactions entre l’engagement organisationnel normatif et les dimensions d’engagement envers le groupe. En effet, des travaux récents suggèrent que l’engagement normatif peut voir sa signification perçue se modifier suivant le contexte intra-personnel créé par les autres dimensions d’engagement (Gellatly, Meyer et Luchak, 2006 ; Meyer, Stanley et Parfyonova, 2012). Nous explorons donc l’idée que l’engagement organisationnel normatif pourrait avoir des effets différents sur le risque de démission suivant qu’il s’accompagne d’un engagement affectif, normatif ou de continuité élevé envers le groupe. Sur la base d’une étude en deux temps de mesure espacés d’un an ( N = 268), les analyses révèlent que l’engagement organisationnel normatif présente un effet de réduction du risque de démission plus important lorsque l’engagement affectif envers le groupe est élevé, mais un effet de réduction du risque de démission plus faible lorsque l’engagement normatif envers le groupe est élevé, indiquant des interactions opposées entre les cibles d’engagement. De plus, l’engagement par manque d’alternatives est lié à un risque réduit de démission, cela seulement lorsque l’engagement de continuité envers le groupe est élevé. Enfin, l’engagement organisationnel affectif et l’engagement organisationnel par sacrifice perçu sont associés à un risque réduit de démission alors que l’engagement de continuité envers le groupe de travail augmente ce risque. Nous discutons la portée de ces résultats pour la compréhension du rôle des engagements multiples dans la rétention des employés.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».