MétaCan
Menu
Retour à la cohorte
Enregistrement W3156860677 · doi:10.1080/00224545.2021.1915230

Work and well-being: collective and individual self-concept, job commitment, citizenship behavior, and autonomy as predictors of overall life satisfaction

2021· article· en· W3156860677 sur OpenAlexaff
Christopher R.J. Roney, Hannah M. Soicher

Notice bibliographique

RevueThe Journal of Social Psychology · 2021
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueJob Satisfaction and Organizational Behavior
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésAutonomyOrganizational citizenship behaviorSocial psychologyPsychologyJob satisfactionCitizenshipSocial connectednessOrganizational commitmentWork (physics)Life satisfactionPolitical science

Résumé

récupéré en direct d'OpenAlex

A job may contribute to overall life satisfaction (LS) when it meets basic psychological needs. This study examined aspects of one's work (organizational commitment, citizenship behavior and autonomy), and individual differences in self-concept (collective versus individual), as predictors of overall LS. 295 employees working at a variety of jobs completed questionnaires online. Results showed that higher collective self-concept predicted greater LS; this was partially mediated by affective job commitment, work autonomy and altruistic citizenship behaviors, all of which also independently predicted greater LS. Higher individual self-concept was also a significant predictor of LS, partially mediated by compliance citizenship behaviors. These results suggest that when work fulfills a need for connectedness (i.e., for people with a collective self-concept), autonomy, and when we feel emotionally committed to our job, and go beyond what it requires, our overall LS is higher. These results clarify some positive ways that our work contributes to overall LS, but important questions remain for future research.

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)0,001
score de la tête « metaresearch » (Gemma)0,004
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 enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,020
Tête enseignante GPT0,275
Écart entre enseignants0,255 · 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

Citations17
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of Social PsychologyMême sujetJob Satisfaction and Organizational BehaviorTravaux en français237 207