MétaCan
Menu
Retour à la cohorte
Enregistrement W1981966100 · doi:10.1177/1069072713487500

An Analysis of Work Engagement Among Workers With Mental Disorders Recently Integrated to Work

2013· article· en· W1981966100 sur OpenAlexaff
Patrizia Villotti, Cristian Balducci, Sara Zaniboni, Marc Corbière, Franco Fraccaroli

Notice bibliographique

RevueJournal of Career Assessment · 2013
Typearticle
Langueen
DomaineHealth Professions
ThématiqueWorkplace Health and Well-being
Établissements canadiensCentre for Disability Prevention and RehabilitationUniversité de Sherbrooke
Organismes subventionnairesnon disponible
Mots-clésWork engagementNomological networkPsychologyPath analysis (statistics)Confirmatory factor analysisConstruct validityScale (ratio)Social supportWork (physics)Clinical psychologyPsychometricsSocial psychologyStructural equation modeling

Résumé

récupéré en direct d'OpenAlex

The purpose of this study is to determine the validity of the work engagement construct among mentally ill workers and to develop a nomological network delineating the relationship of work engagement with its antecedents, and its consequences in this specific population. Three hundred and ten people with mental disorders employed in Italian social enterprises accepted to take part in this longitudinal study and filled out the Utrecht Work Engagement scale (UWES-9) and questionnaires on severity of symptoms perceived, social support from coworkers and supervisor, and occupational self-efficacy. Individuals who were still eligible at the 12-month follow-up phase of the study completed a questionnaire on future working plans. Confirmatory factor analysis and path analysis were used to validate the UWES-9 and test its nomological network. The results indicated how work engagement, as well as its drivers, impacted important work outcomes, such as to work in the open labor market, in workers with mental disorders.

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)0,001
score de la tête « metaresearch » (Gemma)0,005
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 enseignants0,004
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,025
Tête enseignante GPT0,386
Écart entre enseignants0,361 · 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

Citations26
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Career AssessmentMême sujetWorkplace Health and Well-beingTravaux en français237 207