Using single items to measure job stressors
Notice bibliographique
Résumé
Purpose – The purpose of this paper is to examine whether single-item measures of job stressor facets were as valid as multiple-item measures in predicting psychological strain. Single-item measures are more time and cost efficient than multiple-item measures and may also have psychometric benefits. Design/methodology/approach – Data from 3,166 hospital employees were used to evaluate the validity of 11 single-item job stressor facet measures by applying five criteria for content and criterion validity. Findings – Based on this data, six single-item measures of job stressors met all criteria, supporting their use as single-item facet measures. Research limitations/implications – The use of a sample of employees from one female-dominated industry may limit the generalizability of the results to other industries. Future research should replicate the results of the current study in other industries and use longitudinal designs to examine the predictive validity of the single-item measures. Future studies may also develop single-item measures of each facet a priori and examine their validity. Practical implications – Results support the use of single-item measures for the assessment of significance, recognition, workload, work-family conflict, skill use, and coworker relations, which can be included in research where a shorter survey is necessary. These six measures may facilitate more frequent assessment of job stressors, the assessment of job stressors as control variables, and the assessment of multiple job stressors simultaneously, while still minimizing survey space and cost. Originality/value – This is the first study to examine the validity of single-item measures of job stressors, which is a construct that is frequently assessed in organizations.
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 | 0,005 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».