Unraveling the effects of occupational identity verification, self-esteem and identity salience on managers’ mental health: examining psychological distress and depression in the workplace
Notice bibliographique
Résumé
Purpose Managers play a crucial role in organizations. They make decisions that directly influence organizational success and significantly impact employees’ mental health, development and performance. They are responsible for ensuring the financial well-being and long-term sustainability of organizations. However, their mental health is often overlooked, which can negatively affect employees and organizations. This study aims to address managers’ mental health at work, by examining specifically the direct and indirect effects of identity verification on their psychological distress and depression through self-esteem at work. The study also aims to examine the moderating as well as moderated mediation effects of identity salience. Design/methodology/approach A sample of 314 Canadian managers working in 56 different companies was studied, using multilevel analyses. Findings The findings showed that the verification of managers’ identity vis-à-vis recognition is positively associated with psychological distress and depression. Self-esteem completely mediates the association between low identity verification vis-à-vis work control and psychological distress, and also the association between low identity verification vis-à-vis work control and superior support and depression, while it partially mediates the association between low identity verification vis-à-vis recognition and depression. Practical implications This study can also help both managers and human resource management practitioners in understanding the role of workplaces in the identity verification process and developing relevant interventions to prevent mental health issues among managers at work. Originality/value This study proposed a relatively unexplored approach to the study of managers’ mental health at work. Its integration of identity theory contributes to expanding research on management and workplace mental health issues.
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) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,002 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».