PERSTEMPO in the Canadian Forces: The Role of Coping and Cohesion in the Relationship between Job Stress and Morale
Notice bibliographique
Résumé
Following a decade of increased frequency and intensity of international and domestic operational deployments by the Canadian Forces (CF), a range of anecdotal data gathered in 2000 suggested that significant personal difficulties were being experienced by military members. The PERSTEMPO (Personnel Tempo) and Human Dimensions of Deployments Study (HDDS) was established in order to meet the growing awareness of the need to assess the human dimensions of performance among military personnel. In addition to deployments, day-to-day aspects of job functioning may have a significant effect on the morale of military members. It is important to recognize the factors that may influence the relationship between job-related stress and morale, so that efforts and resources to increase the operational effectiveness of the CF can be directed appropriately. To this end, the present paper explored the buffering effects of horizontal cohesion, vertical cohesion, and coping on the relation between job-related stressors and morale in the CF. It was found that vertical and horizontal cohesion moderated the effects of job stressors on unit morale, such that the negative effect of job-related stressors on morale in units was attenuated if members experienced high levels of cohesion in their unit and cohesion with their superiors. Moreover, job stressors and cohesion had direct effects on personal morale. Coping strategies did not act as moderators, but instead had strong additive effects on morale, such that high levels of active coping, and low levels of passive coping, predicted higher morale. The findings are discussed in terms of the implications for programs and resources aimed at increasing morale among military members and units.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».