Engagement envers le changement et départs volontaires : un test du modèle à trois composantes
Notice bibliographique
Résumé
Sur la base du modèle général de l’engagement en contexte de travail de Meyer et Herscovitch (2001), Herscovitch et Meyer (2002) ont proposé un modèle d’engagement envers le changement comprenant les composantes affective, normative, et de continuité. La présente étude prolonge la recherche antérieure sur le modèle à trois composantes de l’engagement envers le changement de deux façons importantes. Premièrement, nous proposons une version révisée de la mesure en trois composantes de l’engagement envers le changement qui inclut des sous-composantes de sacrifice perçu et de manque d’alternatives au sein de l’engagement de continuité, comme cela a été réalisé pour la mesure de l’engagement organisationnel. Deuxièmement, notre étude a examiné comment les composantes de l’engagement envers le changement prédisaient le risque de départ volontaire des employés, un comportement qui ne relève pas des comportements focaux (par exemple, coopération ou soutien actif du changement) associés à l’engagement envers le changement. Ce faisant, nous avons inclus les composantes de l’engagement organisationnel, pour lequel les départs volontaires (versus le maintien à l’emploi) correspondent à un comportement focal. Sur la base d’un échantillon de 602 employés travaillant pour des organisations en situation de changement, nos analyses confirment une structure de l’engagement envers le changement incluant quatre composantes : affective, normative, par sacrifice perçu, et par manque d’alternatives. De plus, les composantes de l’engagement envers l’organisation et envers le changement ont été utilisées comme prédicteurs de la probabilité d’observer des départs volontaires pendant les 6 à 8 mois suivants pour un sous-échantillon de 235 employés. L’engagement organisationnel normatif se révéla être un prédicteur négatif du risque de démission, alors que l’engagement affectif et l’engagement normatif envers le changement augmentaient le risque de démission. Les implications de ces résultats pour la recherche sur l’engagement envers le changement sont discutées.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,006 |
| Communication savante | 0,007 | 0,008 |
| Science ouverte | 0,002 | 0,006 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,017 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».