MétaCan
Menu
Retour à la cohorte
Enregistrement W3050962077 · doi:10.1108/pr-05-2019-0263

Core self-evaluations associated with workaholism: the mediating role of perceived job demands

2020· article· en· W3050962077 sur OpenAlexaff
Ying An, Xiaomin Sun, Kai Wang, Huijie Shi, Zhenzhen Liu, Yiming Zhu, Fang Luo

Notice bibliographique

RevuePersonnel Review · 2020
Typearticle
Langueen
DomainePsychology
ThématiqueWorkaholism, burnout, and well-being
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésPsychologyCore self-evaluationsSocial psychologyExtant taxonLocus of controlMediationJob performanceJob attitudeApplied psychologyJob satisfaction

Résumé

récupéré en direct d'OpenAlex

Purpose Why do some employees choose to prolong their working hours excessively? The current study tested how core self-evaluations (CSEs) might lead to workaholism and how perceived job demands might mediate this relationship. Design/methodology/approach Insights from the extant literature underpin the hypotheses on how CSEs would affect the development of workaholism through perceived job demands. A sample of 421 working people in China completed the online surveys, and the mediation model was tested using Mplus 7.0 (Muthén and Muthén, 1998–2012). Findings This study found that different components of CSEs influence workaholism in different ways. Specifically, generalized self-efficacy positively predicts workaholism, whereas emotional stability negatively predicts workaholism. Moreover, most aspects of CSEs (generalized self-efficacy, emotional stability and locus of control) influence workaholism via perceived job demands, specifically via perceived workload but not via perceived job insecurity. Originality/value The current study is the first to explore how individuals' fundamental evaluations of themselves (i.e. CSEs) relate to workaholism. The results are helpful for the prevention and intervention of workaholism 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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,680
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,064
Tête enseignante GPT0,334
Écart entre enseignants0,270 · 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 tête enseignante, pas un consensus.

Devis d'étudeQualitatif
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

Citations13
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePersonnel ReviewMême sujetWorkaholism, burnout, and well-beingTravaux en français237 207