Work engagement among hotel managers in Beijing, China: potential antecedents and consequences
Notice bibliographique
Résumé
Purpose This paper aims to examine potential antecedents and consequences of work engagement in a sample of male and female hotel managers employed in Beijing, China. Design/methodology/approach Data were collected from 309 respondents, a 90 percent response rate, using anonymously completed questionnaires. Engagement was assessed by three scales developed by Schaufeli, Salanova, Gonzalez‐Roma, and Bakker: vigor, dedication and absorption. Antecedents included personal demographic and work situation characteristics; consequences included measures of work satisfaction and psychological wellbeing. Findings The following results were observed. First, organizational level and organizational tenure were found to predict all three engagement measures but in opposite ways. Second, engagement, particularly dedication, predicted various work outcomes (e.g. job satisfaction, intent to quit). Third, engagement, particularly dedication, positively predicted various psychological wellbeing outcomes but less strongly than these predicted work outcomes. Surprisingly, absorption was related to some of these outcomes but in the opposite way. Research limitations/implications Questions of causality cannot be addressed since data were collected at only one point in time. Longitudinal studies are needed to determine the effects of work life experiences on engagement. Practical implications Organizations can increase levels of work engagement by creating supportive work experiences (e.g. control, rewards and recognition) consistent with effective human resource management practices. But caution must be exercised before employing North American practices in the Chinese context. Originality/value The study contributes to the understanding of work engagement among managers in a large Confucian country in transition to a market economy.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».