How does social isolation in a context of dirty work increase emotional exhaustion and inhibit work engagement? A process model
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
Purpose The purpose of this paper is to investigate the consequences of experiencing social isolation in a context of dirty work. Relying on an integration of the job demands-resources model (Schaufeli and Bakker, 2004) with the social identity approach (Ashforth and Kreiner, 1999), the paper posits that perceived social isolation prevents the development of defense mechanisms that could counter the occupational stigma, and thus tends to increase perceptions of stigmatization, and to decrease perceptions of the prosocial impact of their work. Through these two perceptions, perceived social isolation indirectly affects emotional exhaustion and work engagement. Design/methodology/approach Research hypotheses are tested among a sample of 195 workers in the commercial cleaning industry who execute physically tainted tasks. Findings Results support the research model. Perceived prosocial impact mediates the negative relationship between perceived social isolation and work engagement, and perceived stigmatization mediates the positive relationship between perceived social isolation and emotional exhaustion. Research limitations/implications This research contributes to the dirty work literature by empirically examining one of its implicit assumptions, namely, that social isolation prevents the development of coping strategies. It also contributes to the literature on well-being and work engagement by demonstrating how they are affected by the social context of work. Originality/value The present paper is the first to study the specific challenges of social isolation in dirty work occupations and its consequences.
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 | 0,002 | 0,002 |
| 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 | 0,001 |
| 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