Bienestar laboral como variable protectora de los equipos profesionales: una revisión sistemática
Notice bibliographique
Résumé
El bienestar laboral abordado como variable protectora de equipos de trabajo es un fenómeno relevante para estudiar dado su repercusión en la calidad de vida de los colaboradores dentro del funcionamiento de las organizaciones. El objetivo de la presente revisión fue determinar la prevalencia del bienestar laboral como variable protectora de los equipos profesionales y como objetivo secundario establecer los factores protectores. Lo anterior se realizó a través de la búsqueda basada apoyada en la metodología PRISMA en bases de datos científicos, entre marzo de 2005 a enero de 2022. Además, se evaluó la calidad de los artículos a través de la escala Newcastle-Ottawa. Con respecto a los resultados, se lograron identificar 11 estudios relevantes para ser analizados, 9 acerca del bienestar laboral, 1 de modelos de bienestar y 1 acerca de factores psicosociales de riesgo asociados al bienestar laboral. Al finalizar se logró concluir que el promedio de prevalencia del bienestar como factor protector fue de 59,8% para la población de equipos profesionales. Asimismo, entre los factores asociados a la eficacia y eficiencia de equipos profesionales se encuentran: apoyo percibido, reconocimiento, confianza, compromiso, respeto, utilidad, satisfacción, perdón, autoeficacia, recursos monetarios, significado e inspiración, bajos niveles de estrés, afecto positivo, desconexión mental del trabajo, deporte, justicia interpersonal, seguridad, recreación, disposición al trabajo, transparencia, realización en el trabajo, oportunidades de desarrollo y comunicación. Por otro lado, algunos factores de riesgo asociados al desmedro del bienestar laboral se relacionan con: género, edad, tipo de cargo dentro de la organización y nivel de estudios.
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
Étiquettes directes de modèles (non validées)
Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.
| Bras | Catégories | Devis d'étude | Confiance |
|---|---|---|---|
| gemma | aucune catégorie Domaine: non disponible · Genre: Synthèse Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Revue systématique | low |
| gpt | aucune catégorie Domaine: non disponible · Genre: Synthèse Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Revue systématique | high |
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| 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 validéeÉtiqueté directement par 2 modèles lisant le dossier complet.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».