Une analyse des profils motivationnels afin de mieux comprendre l’effet des contraintes et ressources professionnelles en emploi
Notice bibliographique
Résumé
La recherche basée sur la théorie de l’autodétermination met de l’avant l’importance de la présence simultanée de quatre types de motivation (intrinsèque, identifiée, introjectée, et extrinsèque) au sein des individus. La présente étude a pour objectif de découvrir comment les contraintes (p.ex., charge de travail) et les ressources (p.ex., soutien du superviseur) au travail sont liées à différents profils motivationnels. Un deuxième but de l’étude est d’identifier les conséquences des différents profils motivationnels pour le bien-être des employés (stress). Des analyses de profil latent réalisées sur un vaste échantillon de gestionnaires et d’employés (n = 1914) ont révélés la présence de quatre profils motivationnels. En outre, des analyses de régression logistiques ont démontré que le profil motivationnel élevé (niveau élevé des quatre formes de motivation) est plus fortement associé aux ressources, tandis que les profils très faible et faible (niveau faible des quatre types de motivation) sont plus fortement associés à la présence de conditions de travail considérées comme des contraintes. Finalement, le profil élevé démontre une association négative avec le niveau de stress. Les résultats amènent des recommandations pratiques quant aux manières les plus efficaces de favoriser une motivation élevée chez les employés.
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 | 0,007 | 0,034 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 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 ».