MétaCan
Menu
Retour à la cohorte
Enregistrement W4400443961 · doi:10.5465/amproc.2024.17650abstract

The Hidden Cognitive Side of Work-Family Boundary Management

2024· article· en· W4400443961 sur OpenAlexaff
Victoria Daniel, Yujie Zhan

Notice bibliographique

RevueAcademy of Management Proceedings · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueWork-Family Balance Challenges
Établissements canadiensWilfrid Laurier UniversityYork University
Organismes subventionnairesnon disponible
Mots-clésWork (physics)Boundary (topology)CognitionBoundary-workPsychologyComputer scienceMathematicsEngineeringSociologyNeuroscienceMathematical analysisMechanical engineering

Résumé

récupéré en direct d'OpenAlex

Work-family life is becoming increasingly complex for the modern working parent, making boundaries that define aspects of the interface evermore important yet presenting their own challenges in ongoing work-family management. However, the boundary management literature has emphasized general preferences or tendencies that behaviorally integrate or segment work and family, and predominantly treated these boundary constructs as stable. Consequently, little is known about the essence of doing boundary work as a practice in and of itself. We therefore sought to understand how people construct, control, and change their boundaries by taking an inductive approach to explore the experiences of remote working parents who had to undertake the full-time care of their children during the pandemic. Taking a grounded theory approach to analyze two distinct sources of qualitative data, we uncover the cognitive nature of boundary work that encompasses multiple stages: anticipating boundary needs, boundary planning, regulating boundary implementation, and adaption of boundaries. Altogether, we incorporate existing research with these findings to build new theory of boundary work as a thoughtful and effortful process that unfolds through pre- to post-enactment phases—with these direct and novel explanations for how and why people manage their boundaries having salient theoretical and practical implications.

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,779
Score d'incertitude au seuil0,751

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,028
Tête enseignante GPT0,308
Écart entre enseignants0,280 · 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'étudeSans objet
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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAcademy of Management ProceedingsMême sujetWork-Family Balance ChallengesTravaux en français237 207