MétaCan
Menu
Retour à la cohorte
Enregistrement W3183887799 · doi:10.5465/ambpp.2021.81

Work-From-Home Adjustment in the COVID-19 Pandemic: The Role of Psychological Climate for Face Time

2021· article· en· W3183887799 sur OpenAlexaff
Marie‐Colombe Afota, Y Savard, Ariane Ollier‐Malaterre, Emmanuelle Léon

Notice bibliographique

RevueAcademy of Management Proceedings · 2021
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueJob Satisfaction and Organizational Behavior
Établissements canadiensUniversité du Québec à Montréal
Organismes subventionnairesnon disponible
Mots-clésPsychologyExpatriateContext (archaeology)Social psychologyCLARITYMandatePerceptionWork (physics)Political science

Résumé

récupéré en direct d'OpenAlex

The COVID-19 pandemic has led many organizations to mandate large-scale full-time work-from-home (WFH), shattering the dichotomy between remote workers and those who are physically in the office. Emerging findings on full-time WFH have not yet brought clarity on the causes and mechanisms of employees’ well-being and productivity in this context that contrasts with prior-pandemic work. Drawing on the transactional theory of stress (Lazarus & Folkman, 1984), we argue that employees who perceive their organization’s psychological climate as emphasizing face time may appraise full-time WFH as a threat and, as a result, perceive higher availability expectations on the part of their organization. We further argue that this relationship will be stronger in the US than in Europe, where emploment protection is higher. In turn, perceived expectations of extended availability predict WFH adjustment, a multi-dimensional affective, behavioral, and cognitive construct we borrow from expatriate adjustment’s literature to guide future research on WFH. In a two-wave study on an organizational sample of 532 employees working in the US and in Europe, we find that a psychological climate for face time hampers employees’ adjustment to WFH through increased perceptions of availability expectations, and that this process is exacerbated in the US.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,227
Score d'incertitude au seuil0,419

Scores Codex et Gemma par catégorie

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

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 Opus0,045
Tête enseignante GPT0,309
Écart entre enseignants0,264 · 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 tête enseignante, 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

Citations4
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAcademy of Management ProceedingsMême sujetJob Satisfaction and Organizational BehaviorTravaux en français237 207