Casually cynical or trapped? Exploring gig workers’ reactions to psychological contract violation
Notice bibliographique
Résumé
Purpose Drawing on psychological contract (PC) theory and platform labor research, the purpose of our study was to explore gig workers’ reactions to perceived PC violation. Our study was set against the backdrop of the COVID-19 pandemic, which brought workplace health and safety issues into much sharper focus, even in nonstandard employment arrangements like gig work. Design/methodology/approach This study employed a mixed-methods design. In Study 1, we tested a conceptual model of US-based ride-hail drivers’ (n = 202) affective and cognitive reactions to Uber’s (lack of) commitment to safe working conditions. In Study 2, we conducted interviews with 32 platform workers to further explore an unexpected finding from Study 1. Findings In Study 1, we found that drivers’ perceptions of PC violation were related to decreased trust in Uber and higher intentions to leave this line of work; however, cynicism toward Uber only predicted withdrawal intentions for those drivers who did not believe that they had job alternatives available outside of gig work. We explored this further in Study 2, where we found that workers with low economic dependence on gig work could afford to be casually cynical toward the platform, while high-dependence workers felt “trapped” in this line of work. Originality/value We contribute to the social/relational theoretical approach to gig work more broadly and to the literature on PC in platform work more specifically. We also add to the emerging literature on how economic dependence shapes workers’ experience of platform work. Our findings around low-dependence gig workers experiencing a more indifferent form of cynicism – which we have termed casual cynicism – highlight the importance of treating the context of gig work as unique, not merely an extension of traditional management research.
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 | 0,002 | 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 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».