MétaCan
Menu
Retour à la cohorte
Enregistrement W2088305416 · doi:10.1108/02610150910980765

Workaholism among Norwegian journalists: gender differences

2009· article· en· W2088305416 sur OpenAlexaff
Ronald J. Burke, Stig Berge Matthiesen

Notice bibliographique

RevueEqual Opportunities International · 2009
Typearticle
Langueen
DomainePsychology
ThématiqueWorkaholism, burnout, and well-being
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésNorwegianPsychologyFeelingSituational ethicsOriginalityAffect (linguistics)AbsenteeismSocial psychologyApplied psychology

Résumé

récupéré en direct d'OpenAlex

Purpose Although workaholism in organizations has received considerable popular attention, our understanding of it based on research evidence is limited. This results from the absence of both suitable definitions and measures of the concept. The purpose of this paper is to examine gender differences in three workaholism components, workaholic job behaviors and work and well‐being outcomes among Norwegian journalists. Design/methodology/approach Data are collected from 211 journalists (138 males and 68 females) using anonymously completed questionnaires, with a 43 percent response rate. Findings Females and males are found to differ on some personal and situational demographic characteristics, and on one of three workaholism components (feeling driven to work, females scoring higher). Females however report higher levels of particular outcomes (e.g. negative affect, exhaustion) and less professional efficacy, likely to be associated with lower levels of satisfaction and well‐being. Females and males score similarly on the experience of flow at work and absenteeism. Research limitations All data are collected using self report questionnaires. It is not clear the extent to which these findings would generalize to men and women in other occupations. Originality/value This study adds to the small but growing literature on flow and optimal experience 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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,656
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0150,000

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 Opus0,102
Tête enseignante GPT0,335
Écart entre enseignants0,233 · 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 tête enseignante, pas un consensus.

Devis d'étudeThéorique ou conceptuel
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

Citations18
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEqual Opportunities InternationalMême sujetWorkaholism, burnout, and well-beingTravaux en français237 207