The role of organisational justice, burnout and commitment in the understanding of absenteeism in the Canadian healthcare sector
Notice bibliographique
Résumé
PURPOSE: The purpose of this paper is to integrate Greenberg's perspective on the connection between injustice and stress in order to clarify the role of organisational justice, burnout and organisational commitment in the understanding of absenteeism. DESIGN/METHODOLOGY/APPROACH: The study was carried out among 457 workers of a large healthcare establishment in the Canadian public healthcare sector. The model was tested using structural equation methods. FINDINGS: The results reveal that procedural and interactional justices have an indirect effect on exhaustion through distributive injustice. Moreover, it was found that distributive injustice is indirectly linked to short-term absences through exhaustion. By contrast, the relationship between distributive injustice and long-term absence can be explained by two mediating variables, namely, exhaustion and psychosomatic complaints. RESEARCH LIMITATIONS/IMPLICATIONS: In spite of the non-longitudinal nature of this study, the results suggest that the stress model and the medical model best explain the relationship between organisational injustice and absenteeism, while the withdrawal model via organisational commitment is not associated in this study with absenteeism. PRACTICAL IMPLICATIONS: Healthcare managers should consider the possibility of better involving employees in the decision-making process in order to increase their perception of procedural and interactional justice, and indirectly reduce exhaustion and absenteeism through a greater perception of distributive justice. SOCIAL IMPLICATIONS: For the healthcare sector, the need to reduce absenteeism is particularly urgent because of budget restrictions and the shortage of labour around the world. ORIGINALITY/VALUE: This is one of the first studies to provide a complete model that analyses the stress process in terms of how organisational justice affects short- and long-term absences, in a bid to understand the specific process and factors that lead to shorter and longer episodes of absence.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,010 | 0,009 |
| Communication savante | 0,005 | 0,002 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».