The mediating effect of burnout on the relationship between structural empowerment and organizational citizenship behaviours
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
AIM: We used Kanter's (1977) structural empowerment theory to examine the influence of structural empowerment and emotional exhaustion on healthcare professionals' use of organizational citizenship behaviours directed at the organization (OCBO) and peers (OCBI). BACKGROUND: Organizational citizenship behaviours (OCB) are discretionary behaviours that are not rewarded directly by the organization but have been linked to positive outcomes, such as increased job satisfaction and lower turnover intentions. Promoting OCB can help employees and organizations flourish despite current challenges in the healthcare system. Structural empowerment may influence the frequency and type of OCB by reducing burnout. METHOD: We conducted multiple mediated regression analyses to test two hypothesized models about relationships between empowerment, emotional exhaustion and two types of OCB (OCBI and OCBO) in a sample of 897 healthcare professionals in five Canadian hospitals. RESULTS: Emotional exhaustion was found to be a significant mediator of the relationship between empowerment and OCBO. The predicted mediation of the empowerment/OCBI relationship by emotional exhaustion was not supported. CONCLUSIONS: Exhaustion was an important mediator of empowering working conditions and OCBO, but was not significantly related to OCBI. Empowerment was significantly related to both OCBO and OCBI. IMPLICATIONS FOR NURSING MANAGEMENT: Promoting empowerment among healthcare workers may decrease burnout and promote OCB. Specific managerial strategies are discussed in the present study.
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.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découle