Work-Life Balance: The Good and the Bad of Boundary Management
Notice bibliographique
Résumé
<p>Work-life balance is an important issue in today’s world and the different strategies used by people to manage their work and their personal life can have a great impact. Two studies were conducted (study 1: n = 117; study 2: n = 293) to examine how boundary segmentation preferences (studies 1 &amp; 2) and boundary integration strategies (study 2) affect work-family conflict and enrichment. Results from structural equation modeling partly confirmed the hypothetical model in both studies. Study 1 showed that work-home segmentation preference negatively predicted work-family enrichment, while home-work segmentation preference negatively predicted family-work enrichment. Study 2 provided similar results, as it showed that work-home segmentation preference negatively predicted work-family enrichment. It also showed that work-home segmentation preference positively predicted work-family conflict and home-work segmentation preference positively predicted work-family enrichment, while work-life integration strategy positively predicted work-family conflict, family-work conflict, work-family enrichment and family-work enrichment. No significant relationship was found between life-work integration strategy and any of the dependent variables. Findings from these studies highlight the importance of using appropriate boundary management strategies in order to promote a better work-life balance. They also enhance current knowledge related to boundary management and work-life balance by examining relationships with work-family enrichment.</p>
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 | 0,002 | 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 | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 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 ».