Understanding the relationship between prior to end-of-workday physical activity and work–life balance: A within-person approach.
Notice bibliographique
Résumé
Although physical activity has typically been conceptualized by organizational scholars as a postwork activity that spills over to enhance work-related experiences, little is known about how physical activity prior to the end of the workday spills over to affect nonwork criteria. Drawing from Hirschi, Shockley, and Zacher's (2019) action regulation model of work-life balance, we develop a process-oriented model of the implications of prior to end-of-workday physical activity for daily satisfaction with work-life balance. We examine our conceptual model in a 5-day daily diary study that incorporates objective measurements of physical activity (i.e., prior to end-of-workday steps assessed via actigraph) collected from 71 full-time employees. Consistent with our predictions, prior to end-of-workday physical activity yields greater levels of end-of-workday vigor, a boundary-spanning resource that in turn provides the energetic bandwidth to simultaneously achieve work-related (i.e., daily work recovery) and non-work-related (i.e., daily family absorption) goals during the postwork period, ultimately enhancing daily satisfaction with work-life balance. We discuss how our findings expand the scope of theorizing surrounding employee physical activity to encompass nonwork criteria and yield actionable recommendations to harness prior to end-of-workday physical activity as a positive resource. (PsycInfo Database Record (c) 2021 APA, all rights reserved).
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 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».