Working in the digital economy: A systematic review of the impact of work from home arrangements on personal and organizational performance and productivity
Notice bibliographique
Résumé
Work-from-home has become an increasingly adopted practice globally. Given the emergence of the COVID-19 pandemic, such arrangements have risen substantially in a short timeframe. Work-from-home has been associated with several physical and mental health outcomes. This relationship has been supported by previous research; however, these health and safety issues often receive little resources and attention from business perspectives compared to organizational and worker performance and productivity. Therefore, aligning work-from-home practices with business goals may help catalyze awareness from decision makers and serve to effectively implement work-from-home policies. We conducted a review to synthesize current knowledge on the impact of work-from-home arrangements on personal and organizational performance and productivity. Four large databases including Scopus, PubMed, PsychInfo, and Business Source Complete were systematically searched. Through a two-step screening process, we selected and extracted data from 37 relevant articles. Key search terms surrounded two core concepts: work-from-home and productivity/performance. Of the articles published prior to the COVID-19 pandemic, 79% (n = 19) demonstrated that work-from-home increased productivity and performance whereas 21% (n = 5) showed mixed or no effects. Of the articles published during the pandemic, 23% (n = 3) showed positive effects, 38% (n = 5) revealed mixed results, and 38% (n = 5) showed negative effects. Findings suggest that non-mandatory work-from-home arrangements can have positive impacts on productivity and performance. When work-from-home becomes mandatory and full-time, or external factors (i.e., COVID-19 pandemic) are at play, the overall impacts are less positive and can be detrimental to productivity and performance. Results will help foster an understanding of the impact of work-from-home on productivity and performance and inform the development of organizational strategies to create an effective, resilient, and inclusive work-from-home workplace by helping to effectively implement work-from-home policies that are aligned with business goals.
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 | 0,009 | 0,039 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,005 |
| Bibliométrie | 0,020 | 0,022 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».