MétaCan
Menu
Retour à la cohorte
Enregistrement W1984718746 · doi:10.1037/a0029837

Perceived information and communication technology (ICT) demands on employee outcomes: The moderating effect of organizational ICT support.

2012· article· en· W1984718746 sur OpenAlexaff
Arla Day, Stephanie Paquet, Natasha Scott, Laura Hambley

Notice bibliographique

RevueJournal of Occupational Health Psychology · 2012
Typearticle
Langueen
DomainePsychology
ThématiqueTechnostress in Professional Settings
Établissements canadiensBP (Canada)Saint Mary's University
Organismes subventionnairesnon disponible
Mots-clésInformation and Communications TechnologyBurnoutStructural equation modelingPsychologyBusinessWorkloadExploratory researchKnowledge managementApplied psychologyComputer scienceClinical psychologySociology

Résumé

récupéré en direct d'OpenAlex

Although many employees are using more information communication technology (ICT) as part of their jobs, few studies have examined the impact of ICT on their well-being, and there is a lack of validated measures designed to assess the ICT factors that may impact employee well-being. Therefore, we developed and validated a measure of ICT demands and supports. Using Exploratory Structural Equation Modeling, we found support for 8 ICT demands (i.e., availability, communication, ICT control, ICT hassles, employee monitoring, learning, response expectations, and workload) and two facets of ICT support (personal assistance and resources/upgrades support). Jointly, the ICT demands were associated with increased strain, stress, and burnout and were still associated with stress and strain after controlling for demographics, job variables, and job demands. The two types of ICT support were associated with lower stress, strain, and burnout. Resources/upgrades support moderated the relationship between learning expectations and most strain outcomes and between ICT hassles and strain. Personal assistance support moderated the relationship between ICT hassles and strain.

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)0,003
score de la tête « metaresearch » (Gemma)0,014
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 enseignants0,003
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,014
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,037
Tête enseignante GPT0,447
Écart entre enseignants0,410 · 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

Citations408
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Occupational Health PsychologyMême sujetTechnostress in Professional SettingsTravaux en français237 207