Interpersonal conflict and psychological well-being at work: the beneficial effects of teleworking and emotional intelligence
Notice bibliographique
Résumé
Purpose This cross-sectional study had several objectives. This paper aims to study the direct effect of teleworking on interpersonal conflict, the mediating role that interpersonal conflict can play between teleworking and psychological well-being, the moderating role emotional intelligence (EI) can play between teleworking and interpersonal conflict and whether this moderation effect can, in turn, be associated with psychological well-being (moderated mediation effect). Design/methodology/approach Path analyses using Mplus software were performed on a sample of 264 employees from 19 small- and medium-sized organizations. Findings While teleworking was associated with lower interpersonal conflict, it was not associated with enhanced psychological well-being. Interestingly, workload seemed to be associated with higher interpersonal conflict, while decision authority and support garnered from one’s supervisor seemed to be associated with lower interpersonal conflict. Teleworking was indirectly associated with higher psychological well-being via interpersonal conflict. Finally, EI played a moderating role between teleworking and lower interpersonal conflict. This was, in turn, associated with higher psychological well-being. Practical implications EI is an essential skill to develop in the workplace. Originality/value A deepened understanding of the role played by EI at work could help organizations to provide positive work environments, both in person and online. This is especially relevant today, with the continued increase in teleworking practices and the resulting rapidly changing interpersonal relationships.
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 | 0,000 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 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 ».