Mediating Effect of the Adoption of Industry 4.0 Technologies on the Relationship between Job Involvement and Job Performance of Millennials
Notice bibliographique
Résumé
Despite recent interest in Industry 4.0, little is known about the relationship between job involvement and job performance of millennial workers in companies. The present study addresses this knowledge gap by exploring the mediation of the adoption of Industry 4.0 technologies (IND) between job involvement (INV) and job performance (PRF). Data was collected from 241 employees of large Canadian companies. The structural equation model was used to test the mediation effect of IND and the relationship between INV and PRF. Results based on this model (SEM) revealed differences by gender. It was found that in men, INV was positively related to PRF and that in women, INV was positively related to IND, although it was also evident that millennial employees showed egalitarian gender attitudes by strongly perceiving IND positively with PRF. Furthermore, IND fully measured the relationship between INV and PRF in manufacturing firms but not in service firms. Years of work experience was also found to affect the mediation effect of IND between INV and PRF, while it was not significant for education level. This study also highlights demographic criteria such as the age, income, and status of millennial employees. Implications of these findings are discussed, and useful insights are provided on new I4.0 approaches that improve industrial processes. This research contributes to developing the Theory of Planned Behaviour and proposes that managers use current continuous improvement approaches, human-centred and consistent with new I4.0 technologies.
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 | 0,003 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».