Nature, predictors, and outcomes of Nurses' trajectories of harmonious and obsessive passion
Notice bibliographique
Résumé
Abstract This study sought to achieve a dynamic person‐centered understanding of the various harmonious and obsessive work passion trajectories observed among a sample of nurses, as well as the connections between these two types of work passion trajectories. Moreover, it sought to document the predictive role of workload, unfairness, harassment, and supervisor support in relation to these harmonious and obsessive passion trajectories, as well as the implications of these trajectories for a variety of outcomes related to attitude (i.e., turnover intention), psychological health (i.e., perceived psychological health and work fatigue), and behaviors (i.e., work performance, presenteeism, and absenteeism). A sample of 622 nurses was surveyed six times over a period of five months. Our results revealed that harmonious and obsessive passion trajectories matched five primary profiles, similar across the two types of work passion. Workload, unfairness, harassment, and supervisor support were associated with these trajectories in a way that mainly supported our expectations. Trajectories characterized by higher levels of harmonious passion and lower levels of obsessive passion were associated with higher levels of perceived psychological health and work performance, and with lower levels of work fatigue, turnover intention, presenteeism, and absenteeism. Conversely, trajectories characterized by lower levels of harmonious passion and higher levels of obsessive passion were associated with the most negative outcomes.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 | 0,000 |
| 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 ».