Engagement among physicians fighting COVID-19: the mediating role of autonomy
Notice bibliographique
Résumé
BACKGROUND: Keeping and improving work engagement among physicians fighting COVID-19 is important to healthy medical systems. In line with the job demands-resources model, optimism was expected to positively relate with job resources, leading to higher work engagement. However, the underlying mechanism between optimism, autonomy and work engagement has not been explored. AIMS: To examine whether optimism has a positive impact on work engagement via autonomy among physicians fighting COVID-19 in China. METHODS: This study was conducted among physicians in March 2020. A convenience sample was used to recruit physicians from the Wuhan Leishenshan Hospital and Wuhan Jinyintan Hospital. One hundred and four Chinese physicians working in the COVID-19 epidemic completed a survey measuring levels of autonomy, optimism and work engagement. The PROCESS macro (model 4) was used to test hypotheses about mediation. RESULTS: This current study found that optimism was related to increased autonomy, and autonomy was related to increased work engagement. The results of the bias-corrected bootstrap method suggested the indirect effect of optimism on work engagement via autonomy (Effect = 0.16, SE = 0.08, lower level confidence interval = 0.04, upper level confidence interval = 0.37), indicating a mediated relationship, in which autonomy is one mechanism to explain the link between optimism and increased work engagement. CONCLUSIONS: This study follows an observational design, with in-depth analysis of the relationship between optimism, autonomy and work engagement. When management implements strategies to improve work engagement among physicians working in the COVID-19 epidemic, the mediating impact of autonomy on the association between optimism and work engagement should be considered.
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 | 0,001 |
| 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».