Well-being at work from a multilevel perspective: what is the role of personality traits?
Notice bibliographique
Résumé
Purpose It is of great importance for organizations to identify what can influence employees’ well-being. The theoretical model that the authors propose combines psychological and social determinants of stress at work. The purpose of this paper is to evaluate the contribution of work organization conditions, personality traits and their interaction to well-being in a sample of Canadian workers and companies. Design/methodology/approach Multilevel regression analyses were performed on a sample of 1,957 workers employed in 63 Quebec firms. Work organization conditions included (skill utilization, decision authority, psychological demands, physical demands, job insecurity, irregular schedule, number of working hours, social support from colleagues and supervisors, job promotion, and recognition) and personality traits included (self-esteem, locus of control and Big Five). Findings Work organization conditions (psychological demands, number of hours worked and job insecurity) and personality (self-esteem, locus of control, extraversion, neuroticism and conscientiousness) were significantly associated with well-being. The results of the analysis show that none of the personality traits included in this study interacts with work organization conditions to explain workers’ level of well-being. Originality/value This study provides support for the implementation of human resource management (HRM) practices in order to diminish the presence of stressful working conditions as well as for the eventual development of training programs designed to raise personality traits.
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 | 0,001 | 0,000 |
| 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 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».