MétaCan
Menu
Retour à la cohorte
Enregistrement W4386136855 · doi:10.3389/fpubh.2023.1149367

The influence of sleep on job satisfaction: examining a serial mediation model of psychological capital and burnout

2023· article· en· W4386136855 sur OpenAlexaff
Mavis Agyemang Opoku, Seung‐Wan Kang, Suk Bong Choi

Notice bibliographique

RevueFrontiers in Public Health · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueWork-Family Balance Challenges
Établissements canadiensUniversity of Guelph
Organismes subventionnairesNational Research Foundation of KoreaMinistry of EducationNational Research Foundation
Mots-clésBurnoutMediationPsychologyJob satisfactionSleep (system call)Clinical psychologyApplied psychologySocial psychologyComputer science

Résumé

récupéré en direct d'OpenAlex

Introduction: This study draws on the conservation of resources theory to investigate whether the loss of sleep can trigger the loss of additional resources that are necessary for work. Methods: Using cross-sectional design of 322 call center employees working at a government-owned public bank in South Korea, we test the study hypotheses using regression and bootstrapping indirect effects analyses. Results: The results of analyses show that insufficient sleep increases employee burnout and that psychological capital mediates this relationship. We also find that insufficient sleep decreases job satisfaction via a serial mediation model such that insufficient sleep reduces psychological capital, which in turn increases burnout, and ultimately results in lower job satisfaction. Discussion: The findings reinforce the previous assessment that although sleep is a non-work factor, its impact spills over to the workplace. Theoretically, this study goes beyond direct effect to uncover the underlying or mediating mechanisms that account for the impact of the sleep-burnout relationship and the sleep-job satisfaction relationship. For managers, the results highlight the significance of sleep to employees' overall health and well-being and thus underscore the need to foster a work culture that recognizes and prioritizes employee sleep needs.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,072
Score d'incertitude au seuil0,237

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,063
Tête enseignante GPT0,341
Écart entre enseignants0,277 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations16
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in Public HealthMême sujetWork-Family Balance ChallengesTravaux en français237 207