How employee pandemic fears may escalate into a lateness attitude, and how a safe organizational climate can mitigate this challenge
Notice bibliographique
Résumé
Purpose This study aims to understand how and when employees' pandemic fears influence their lateness attitude, with a particular focus on how this influence is mediated by emotional exhaustion and moderated by a perceived safety climate. Design/methodology/approach Survey data were collected among employees in the retail sector. Findings A core mechanism that explains the escalation of pandemic fears into beliefs that tardiness is acceptable is employees' sense that employees are emotionally overextended by work. The extent to which employees perceive that their organization prioritizes safety issues subdues this detrimental process though. Practical implications For human resource management (HRM) practice, the findings point to the notable danger that employees who cannot stop ruminating about an external crisis, and feel emotionally overburdened as a result, might compromise their own organizational standing by devoting less effort to punctuality. To disrupt this dynamic, HR managers can create organizational climates that emphasize safety practices. Originality/value This study adds to HRM research by revealing a pertinent source of personal adversity, pandemic fears, and how the fears affects tendencies to embrace tardiness at work. The study explicates how emotional exhaustion functions as a core conduit that connects this resource-draining condition with propensities to show up late, as well as how safety climate perceptions can buffer this translation.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,000 | 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 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 ».