MétaCan
Menu
Retour à la cohorte
Enregistrement W2537628611 · doi:10.1177/0886260516674201

The Effects of Exposure to Psychological Violence in the Workplace on Commitment and Turnover Intentions: The Moderating Role of Social Support and Role Stressors

2016· article· en· W2537628611 sur OpenAlexaff
François Courcy, Alexandre J. S. Morin, Isabelle Madore

Notice bibliographique

RevueJournal of Interpersonal Violence · 2016
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueWorkplace Violence and Bullying
Établissements canadiensUniversité de Sherbrooke
Organismes subventionnairesnon disponible
Mots-clésPsychologyStressorSocial psychologyOrganizational commitmentWorkplace violenceAffective events theorySocial supportHuman factors and ergonomicsPoison controlJob satisfactionClinical psychologyJob performanceJob attitudeMedicine

Résumé

récupéré en direct d'OpenAlex

Exposure to workplace violence has been identified as a serious and universal issue facing modern organizations. The present study focuses more specifically on exposure to psychological violence, and its association with turnover intentions as mediated by workplace affective commitment. In addition, we also explore the moderating role of various facets of job demands (role stressors) and resources (social support) on the aforementioned relations. Data collected from 1,228 university employees indicated that experiencing psychological violence at work was associated with lower levels of workplace affective commitment and higher levels of turnover intentions, and that the relation between psychological violence and turnover intentions was partially mediated by commitment. Furthermore, role stressors and social support were found to moderate the negative relation between exposure to psychological violence and workplace affective commitment, as well as between commitment and turnover intentions, but not the direct relation between psychological violence and turnover intentions. Theoretical and research implications for the literature on psychological violence and practical suggestions for minimizing its damaging consequences are proposed.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0000,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,012
Tête enseignante GPT0,303
Écart entre enseignants0,291 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations52
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Interpersonal ViolenceMême sujetWorkplace Violence and BullyingTravaux en français237 207