A Multilevel Person-Centered Perspective on the Role of Job Demands and Resources for Employees’ Job Engagement and Burnout Profiles
Notice bibliographique
Résumé
The present study examined the configurations, or profiles, taken by distinct global and specific facets of job engagement and burnout (by relying on a bifactor operationalization of these constructs) among a nationally representative sample of Canadian Defence employees ( n = 13,088; nested within 65 work units). The present study also adopted a multilevel perspective to investigate the role of job demands (work overload and role ambiguity), as well as individual (psychological empowerment), workgroup (interpersonal justice), supervisor (transformational leadership), and organizational (organizational support) resources in the prediction of profile membership. Latent profile analyses revealed five profiles of employees: Burned-Out/Disengaged (7.13%) , Burned-Out/Involved (12.13%), Engaged (18.14%), Engaged/Exhausted (15.50%), and Normative (47.10%). The highest turnover intentions were observed in the Burned-Out/Disengaged profile, and the lowest in the Engaged profile. Employees’ perceptions of job demands and resources were also associated with profile membership across both levels, although the effects of psychological empowerment were more pronounced than the effects of job demands and resources related to the workgroup, supervisor, and organization. Individual-level effects were also more pronounced than effects occurring at the work unit level, where shared perceptions of work overload and organizational support proved to be the key shared drivers of profile membership.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,002 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».