The Translation and Validation of a Multidimensional Tool for Measuring the Boredom State among Cameroonian Workers
Notice bibliographique
Résumé
This research involved developing a tool for measuring boredom state with a sample of Cameroonian workers. Boredom refers to a state of under-arousal, caused by the experience of an aversive situation of idleness, perceived as useless and discouraging (Rengade, 2016). Recent scientific literature highlights the adverse effects of boredom on workers' health and organisational performance (Vodanovich & Watt (2016). The lack of an operational tool to diagnose boredom at work limits the possibilities of managerial intervention aimed at developing appropriate managerial strategies. However, similar studies revealed an increase in the number of Cameroonian civil servants with work contracts, regular salaries, identified work stations, missions and work objectives to achieve, who report a permanent feeling of emptiness, monotony and dejection (Simaleu, 2021; Doumbeneny, 2021). We applied the cross-cultural validation procedure proposed by Vallerand (1989), to adapt the multidimensional state boredom instrument (MSBS) by Fahlman et al. to the Cameroonian context. The study was carried out in three stages with a sample of 469 civil servants. Our results are in line with the measurement model of the original version, which is a five-factor structure (low arousal, disengagement, high arousal, inattention and time perception). Despite the existing socio-cultural differences between the validation context of the original version and the Cameroonian context, the structure which is similar to the original version of the MSBS obtains better fit indices with the data collected from Cameroonian workers (CFI = .99; GFI: 0.99; SRMR = 0.05; RMSEA=.004). Since the Cameroonian version of the MSBS has been able to demonstrate adequate psychometric properties, it can therefore be used as a measure of boredom at work.
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 | 0,019 | 0,024 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».