Employees’ reactions toward COVID-19 information exposure: Insights from terror management theory and generativity theory.
Notice bibliographique
Résumé
As the coronavirus disease (COVID-19) has imposed significant risks to our health and affected our social and economic order, information on COVID-19 becomes readily accessible via various mass media and social media. In the current research, we aim to understand the impacts of employees' exposure to COVID-19 information on their workplace behaviors. Integrating Terror Management Theory (TMT; Becker, 1973; Greenberg et al., 1986) with Generativity Theory (Erikson, 1963, 1982), we proposed and investigated two psychological mechanisms (i.e., death anxiety and generativity-based death reflection) that account for the effects of employees' COVID-19 information exposure on their work withdrawal and helping behaviors toward coworkers. We also examined organizational actions [internal and external corporate social responsibility (CSR) activities] that served as a context for employees to make sense of their COVID-19 information exposure. We conducted two studies with samples of full-time employees (N1 = 278; N2 = 382) to test our predictions. Results in both studies showed that employees' exposure to COVID-19 information was positively related to their death anxiety and generativity-based death reflection, which in turn predicted their work withdrawal and helping behaviors, respectively. Further, employees' perceived internal CSR of their organization mitigated the positive association between COVID-19 information exposure and their death anxiety, weakening the positive indirect effect of COVID-19 information exposure on their work withdrawal. Our study offers new insights to the understanding of work and employment in the COVID-19 pandemic and sheds light on how individuals' death-related experiences shape work-related behaviors. (PsycInfo Database Record (c) 2021 APA, all rights reserved).
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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».