Work Fatigue in a Non-Deployed Military Setting: Assessment, Prevalence, Predictors, and Outcomes
Notice bibliographique
Résumé
Although work fatigue represents an important issue among military personnel in combat settings, little attention has been paid to work fatigue in the non-deployed setting. This issue was addressed by (a) validating the Three-Dimensional Work Fatigue Inventory (3D-WFI) among non-deployed military personnel, (b) assessing the prevalence of work fatigue in a non-deployed setting, and (c) exploring several potential predictors and outcomes of work fatigue in this setting. Data came from a large national probability sample (N = 1375) of non-deployed Royal Canadian Air Force military personnel. Results demonstrated that the 3D-WFI provided a psychometrically sound assessment of physical, mental, and emotional work fatigue among military personnel, which was invariant across sex, age, military component, and military role. All three types of work fatigue were highly prevalent among military personnel in a non-deployed setting. In terms of predictors, job demands were positively associated, and distributive justice, perceived organizational support, physical activity and sleep quality were negatively associated with each type of work fatigue, whereas role ambiguity was positively associated with mental and emotional work fatigue, and interpersonal justice was negatively associated with physical and emotional fatigue. Abusive supervision and sleep quantity were unrelated to work fatigue. In terms of outcomes, the three types of fatigue were positively associated with workplace cognitive failures and work-to-family conflict. In contrast, mental and emotional work fatigue were negatively related to military morale and positively associated with turnover intentions. This study demonstrates that work fatigue is a critical issue among military personnel in non-deployed settings, and an essential issue for military policy development.
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 | 0,007 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 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 ».