Psychological Capital and Core Self-Evaluations in the Workplace: Impacts on Well-Being
Notice bibliographique
Résumé
The uncertainty of today’s working environment, including prevalence of temporary employment conditions in many industries, has affected the psychological well-being of people in the workforce. Psychological well-being affects all aspects of a person’s life, including: pleasure, job satisfaction and fulfilment, and life meaning (Seligman, 2002). Previous studies have investigated how Psychological Capital (PsyCap) and Core Self-evaluations (CSE) are positively related to job satisfaction and performance, but there is little research on the relationships of PsyCap and CSE with psychological well-being (PWB). This present study explored the relationships among PsyCap, CSE, and PWB in a convenience workplace sample of 121 Australian working adults. Results revealed that both PsyCap (involving hope, optimism, resilience and self-efficacy) and CSE (involving evaluations of one’s own locus of control, self-esteem, generalised self-efficacy, and adaptive vs ‘neurotic’ behaviour) were separately positive predictors of wellbeing, consistent with previous studies. There were overlaps in concepts but both PsyCap and CSE together predicted higher levels of well-being than either alone, and CSE was found to be a partial mediator between PsyCap and well-being indicating that both elements were needed in prediction of well-being. Practical implications include that PsyCap and CSE measures can be used together in the workplace in assessment, selection, training and development to help improve the quality of health and well-being of employees. Limitations and future research directions are indicated.
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 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».