Development of a new measure for mental retirement; testing of a three-factor structure of mental retirement in different subgroups
Notice bibliographique
Résumé
BACKGROUND: The aim of this study is to develop a new measure for the concept of mental retirement and test the construct validity of the measure. Employees who are 'mentally retired' are present at their work physically, but have already said their goodbyes mentally. Mental retirement has a three-factor structure: developmental proactivity, work engagement and perceived appreciation. METHODS: We use data from employees (N = 867) of five different organizations in the Netherlands. Mental retirement was assessed with 11 items in an online survey. In addition, socio-demographic characteristics like age, level of education and occupation, were measured. Next to tests of internal consistency, a confirmatory factor analysis (CFA) is performed to test the three-factor structure of mental retirement in this population and in different subgroups (age, education, occupation). RESULTS: The internal consistency varies from .80 to .94 for the developmental proactivity scale and the work engagement scale, respectively (appreciation was measured with one item). For the CFA, the three-factor model fits the data adequately. Multiple group analyses also shows equal factor loadings in all subgroups, but the mean levels of mental retirement differ across subgroups. CONCLUSIONS: This study confirms the three-factor model of mental retirement in a general group of employees as well as across different subgroups. However, this study only tested the construct validity. Future research should study validity more extensively and be longitudinal in nature. In addition, the causal chain of antecedent variables to mental retirement and its outcomes should be considered. These studies could also focus on the effects of interventions aiming at preventing or decreasing the level of mental retirement in organizations.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,000 | 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 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 ».