Blending mindfulness practices and character strengths increases employee well‐being: A second‐order meta‐analysis and a follow‐up field experiment
Notice bibliographique
Résumé
Abstract This study summarises the existing literature on Mindfulness‐Based Interventions (MBIs) and their effect on employee well‐being criteria and extends it by testing MBIs against a Mindfulness‐Strengths‐Based Intervention (MSBI). Given that extant MBIs focus on restoring well‐being, our first hypothesis was that MBIs would perform better on reducing negative emotional states than on promoting well‐being. To test our first hypothesis, we conducted a second‐order meta‐analysis, which summarised 13 first‐order meta‐analyses ( k = 311). MBIs had stronger effects on reducing negative emotions ( g = −0.74) than on increasing well‐being ( g = 0.58). Then, we conducted a follow‐up field experiment, comparing how an MSBI performed against an MBI on employee well‐being criteria. An MSBI combines mindful meditation, mindful living and Character‐Strengths‐Based Interventions. Our second hypothesis was that an MSBI would outperform an MBI on increasing employee well‐being criteria. During an MSBI, participants (a) attain a conscious state of mindful awareness, and (b) direct their attention towards the discovery and habitual exercise of their character strengths. To test our second hypothesis, we randomly assigned employees of a small Spanish healthcare organisation to either an MSBI or an MBI intervention group. We measured employee well‐being, before and after the intervention, using two well‐established measures of hedonic and eudaimonic well‐being. Our results show that both interventions were successful and had a large effect on both well‐being criteria. Further, as predicted, the MSBI group reported higher absolute scores of well‐being than the MBI group. Implications for theory and practice are discussed, and detailed appendices for practitioners are provided.
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 | 0,015 | 0,025 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,006 | 0,024 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 ».