Work addiction risk, stress and well-being at work: testing the mediating role of sleep quality
Notice bibliographique
Résumé
Introduction: Attention to work addiction risk is growing; however, more studies are needed to explore the possible impact of work addiction risk on various aspects of employees' work and life domains. Although several studies have considered the antecedents or consequences of work addiction risk, this study particularly focuses on sleep quality as a potential explanatory underlying mechanism in the relation between work addition risk and three outcome variables including stress at home, stress at work and well-being. Method: The data was collected using an online platform and participants consisted of 188 French employees who were selected using simple random sampling method. Participants responded to the survey including the Work Addiction Risk Test (WART), stress at work, well-being, and sleep quality. The data was analyzed using JASP and SPSS-26 programs. Results: The results revealed that there are significant positive relationships between work addiction risk and both stress at home and at work and negative relationships between work addiction risk and both sleep quality and well-being. In addition, the analyses of the mediation paths suggest the significant mediation role of sleep quality for the link between work addition risk and stress at work as well as the link between work addiction risk and well-being. Discussion: Given the verified mediating role of sleep quality in the relationship between work addiction, stress and wellbeing, it is recommended that organizations and companies pay particular attention to their employees' sleep quality.
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 | 0,005 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».