Psychological distress in the workplace: The indirect contribution of work organization conditions to work performance
Notice bibliographique
Résumé
BACKGROUND: Psychological distress affects between 5 and 27% of the general population [1]. Workers facing stressful work conditions are especially at high risk for experiencing psychological distress [1]. OBJECTIVES: To evaluate the association between work organization conditions and work performance via psychological distress. While the individual contribution of work organization conditions to psychological distress and work performance has been examined in the scientific literature, their combined influence on work performance remains relatively unknown. METHODS: To adjust for design effects, we relied on cluster sampling (employees working in organizations). MPlus was used to conduct path analyses [2]. RESULTS: While psychological demands, number of hours worked, and job insecurity were positively associated with psychological distress, job recognition was negatively associated with it. In the same vein, irregular work schedules and job insecurity seem to be negatively associated with work performance. On the one hand, skill utilization, decision latitude, recognition, and job promotion, all seemed to be positively associated with employee's work performance. On the other hand, psychological demands, number of hours worked, and job insecurity were negatively and indirectly associated with work performance. CONCLUSIONS: Understanding the indirect association between work variables and workers' psychological distress could promote their work performance. Understanding this association could help shed light on the difficulties employees with psychological distress face while meeting their job requirements. The results of this study should serve as a reminder to intervene on work organization conditions.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,005 |
| Études des sciences et des technologies | 0,003 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».