Under Pressure: Employee Work Stress, Supervisory Mentoring Support, and Employee Career Success
Notice bibliographique
Résumé
ABSTRACT Despite consistent findings that stressed employees benefit from social support, these employees do not always have access to such support. We propose and test a conceptual model suggesting employee work stress will negatively affect supervisory career and psychosocial mentoring support. Drawing from social exchange theory, we predict this will indirectly affect employee career success (lower career satisfaction and promotability ratings, fewer promotions), and that the relationship between employee work stress and lower supervisory mentoring support can be explained by lower levels of work engagement experienced by, and attributed to, stressed employees. We tested our model across three studies. In Study 1, we collected four waves of multisource field data (254 employees, 127 managers, and company records) at a large postal organization in the United Kingdom (UK). Employee work stress was negatively related to supervisor career and psychosocial mentoring support, and indirectly affected career satisfaction and manager promotability ratings of employees via supervisor career mentoring support. Cross‐lagged panel analyses in a supplemental study additionally supported the proposed directionality of relationships. Study 2 included data across three waves from employees in Hong Kong ( n = 137) and showed that employee work stress had indirect effects on supervisor career and psychosocial mentoring via lower employee engagement. In Study 3, using data from supervisors in the UK ( n = 240) we showed that supervisor perceived employee stress had indirect effects on their provision of supervisor career and psychosocial mentoring support via lower perceived employee engagement.
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 | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».