MétaCan
Menu
Retour à la cohorte
Enregistrement W4389131360 · doi:10.5539/res.v15n4p1

Impact of Ecological Momentary Interventions on Regulatory Strategies of Perceived Stress at Work: An Exploratory Study Based on the Application "MON SHERPA” Used in an Ecological Context

2023· article· en· W4389131360 sur OpenAlexvenueno aff
Emilie Perreau, Sarah Belouahchi, Davy Castel, Émilie Loup‐Escande

Notice bibliographique

RevueReview of European Studies · 2023
Typearticle
Langueen
DomainePsychology
ThématiqueDigital Mental Health Interventions
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPsychological interventionContext (archaeology)PsychologyExploratory researchAnxietyPerceptionStress (linguistics)Applied psychologySocial psychologyClinical psychologyGeographySociologyPsychiatry

Résumé

récupéré en direct d'OpenAlex

Based on ICT, specifically smartphones and their mobile apps, this exploratory study questions the impact of EMIs on employees' perceived stress during workdays. A sample of 15 workers, working at least 3 days a week and divided into one control group (n=5) and one experimental group (n=10), used an EMI application called "Mon Sherpa" for one week. Participants responded to two questionnaires at the beginning of the study: a sociodemographic questionnaire and the PSM-9 (Psychological Stress Measure). They completed the PSM-9 once again in the middle and at the end of the experiment to compare the score's evolution depending on the formed groups. Additionally, semi-structured interviews were conducted with participants of the experimental group (n=9) to identify their perception of the application. The statistical results indicated no effects of the EMIs. However, interviews indicated somatic, behavioral, and cognitive evolution throughout the experiment in the field of stress, anxiety, and invasive thoughts. These conflicting results might be explained by an immediate but not lasting effect of EMIs on work-related stress. It may also be partly explained by some limitations of the study. More cross-disciplinary and larger research is required.

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)0,002
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,308
Score d'incertitude au seuil0,680

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
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 Opus0,272
Tête enseignante GPT0,486
Écart entre enseignants0,214 · 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

Citations1
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueReview of European StudiesMême sujetDigital Mental Health InterventionsTravaux en français237 207