MétaCan
Menu
Retour à la cohorte
Enregistrement W3010241013 · doi:10.1522/radm.no3.1100

Les bottines suivent-elles les babines? Validation d’un modèle de congruence pour expliquer la santé, la satisfaction et la performance au travail

2020· article· fr· W3010241013 sur OpenAlexaffvenue
M Demers, John Tivendell

Notice bibliographique

RevueAd machina l avenir de l humain au travail · 2020
Typearticle
Languefr
DomaineHealth Professions
ThématiqueOccupational Health and Safety Research
Établissements canadiensUniversité de Moncton
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical sciencePsychologyArt

Résumé

récupéré en direct d'OpenAlex

Les organisations d’aujourd’hui doivent composer avec des exigences de performance de plus en plus élevées tout en prônant le bien-être et la satisfaction de leurs employés. En effet, gérer les problèmes de santé psychologique au travail est devenu pour ces organisations un défi redoutable. Sachant que les modèles actuels ne répondent pas à la demande, la présente étude propose un modèle innovateur fondé sur la congruence des perceptions pour expliquer les extrants individuels tels que la santé mentale, la satisfaction et la performance, ainsi que les extrants organisationnels tels que la productivité et l’efficacité organisationnelles. Le modèle proposé, fondé sur le concept d'autocontradiction de Higgins et sur la théorie de congruence de Caplan, explore les relations triadiques de la congruence des perceptions de l'employé à propos des caractéristiques du travail et celles de l’organisation. L’étude a permis de rejoindre 201 travailleurs francophones âgés de 19 à 70 ans qui ont répondu à un questionnaire quantitatif. Le présent article expose les résultats de cette recherche et leurs implications, tout en suggérant l’importance de réduire les écarts extrêmes de perceptions pour améliorer la santé et la satisfaction des employés ainsi que l’efficacité et la productivité des organisations.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,013
score de la tête « metaresearch » (Gemma)0,040
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,040
Score d'incertitude au seuil0,079

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0130,040
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0030,004
Communication savante0,0060,005
Science ouverte0,0010,003
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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.

Tête enseignante Opus0,069
Tête enseignante GPT0,402
Écart entre enseignants0,333 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAd machina l avenir de l humain au travailMême sujetOccupational Health and Safety ResearchTravaux en français237 207