Concentration, Competence, Confidence, and Capture: An Experimental Study of Age, Interruption-based Technostress, and Task Performance
Notice bibliographique
Résumé
The proliferation of information and communication technologies such as instant messenger has created an increasing number of workplace interruptions that cause employee stress and productivity losses across the world. This growth in interruptions has paralleled another trend: the graying of the workforce, signifying that the labor force is aging rapidly. Insights from theories of stress and cognitive aging suggest that older people may be particularly vulnerable to the negative consequences of interruptions. Hence, this study examines whether, how, and why technology-mediated interruptions impact stress and task performance differently for older compared to younger adults. The study develops a mediated moderation model explaining why older people may be more susceptible to the negative impacts of technology-mediated interruptions than younger people, in terms of greater mental workload, more stress, and lower performance. The model hypothesizes that age acts as a moderator of the interruption-stress relationship due to age-related differences in inhibitory effectiveness, computer experience, computer self-efficacy, and attentional capture. We refer to these age-related differences as concentration, competence, confidence, and capture, respectively, or the four Cs. We tested our model through a laboratory experiment with a 2 x 2 x 2 mixed-model design, manipulating the frequency with which interruptions appear on the screen and their salience (e.g., reddish colors). We found that age acts as a moderator of the interruption-stress link due to differences in concentration, competence, and confidence, but not capture. This study contributes to IS research by explicitly elucidating the role of age in IS phenomena, especially interruption-based technostress.
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 | 0,003 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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 ».