A factor confirmation and convergent validity of the “areas of worklife scale” (AWS) to Spanish translation
Notice bibliographique
Résumé
BACKGROUND: Perceived incongruity between the individual and the job on work-life areas such as workload, control, reward, fairness, community and values have implications for the dimensions of burnout syndrome. The "Areas of Work-life Scale" (AWS) is a practical instrument to measure employees´ perceptions of their work environments. AIMS: Validate a Spanish translation of the AWS, and it relationship with Masclach Burnout Inventory dimensions. METHODS: The study was conducted in three medium-sized hospitals and seven rural and urban Primary Care centres (N = 871) in Spain. The "Maslach Burnout Inventory General Survey" (MBI-GS) and AWS were applied. We developed a complete psychometric analysis of its reliability, and validity. RESULTS: Data on the reliability supported a good internal consistency (Cronbach α between .71, and .85). Construct validity was confirmed by a six factor model of the AWS as a good measure of work environments (χ²(₃₅₂) = 806.21, p < 0.001; χ²/df = 2.29; CFI = 0.935, RMSEA = 0.039); concurrent validity was analysed for its relationship with other measures (opposing dimensions to burnout, and MBI), and each correlation between dimensions and sub-dimensions were statistically significant; as well, predictive validity, by a series of Multiple Regression Analysis examined the resulting patterns of the Confirmatory Factor Analysis (CFA) confirms the relationship between the work-life areas and burnout dimensions. CONCLUSIONS: Leiter and Maslach's AWS has been an important instrument in exploring several work-life factors that contribute to burnout. This scale can now be used to assess the quality of work-life in order to design and assess the need for intervention programs in Spanish-speaking countries.
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 | 0,011 | 0,027 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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 ».