Beyond Nine To Five: Is Working To Excess Bad For Health?
Notice bibliographique
Résumé
This study investigated whether two sides of working to excess, namely working long hours and a compulsive work mentality (workaholism), are detrimental for employee health by using biomarkers of metabolic syndrome, a direct precursor of cardiovascular diseases. In addition, we examined if working to excess has the same health outcomes for employees who enjoy their work versus employees who do not. Despite the common sense belief that working long hours is bad for health, we did not find a relationship between work hours and risk factors of metabolic syndrome (RMS; e.g. high blood pressure, elevated cholesterol levels) in a study among 763 employees. Instead, we found that workaholism was positively related to RMS, but only when work engagement was low. Surprisingly, we found that workaholism was negatively related to RMS in the highly engaged group. When further exploring mediation mechanisms, we found that workaholism, but not work hours, was related to reduced subjective well-being (e.g. depressive feelings, sleep problems), which in turn elicited a physical health impairment process. We also found that, compared with nonengaged workaholics, engaged workaholics had more resources, which they may use to halt the health impairment process. Our findings underscore that not long hours per se, but rather a compulsive work mentality is associated with severe health risks, and only for employees who are not engaged at work. Work engagement may actually protect workaholics from severe health risks.
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 | 0,002 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 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 ».