Surviving busy season: Using the job demands‐resources model to investigate coping mechanisms
Notice bibliographique
Résumé
Abstract Fatigue and burnout are root causes of audit quality issues and turnover. Leveraging the job demands‐resources theory, we investigate whether two mechanisms can reduce accountants' fatigue and, in turn, improve audit quality. We conduct a field study of public accountants during both normal and busy season work periods, collecting bi‐daily logs to examine whether the use of microbreaks (i.e., brief respite activities) as a job crafting mechanism and/or the receipt of supervisory support as a job resource lessen end‐of‐day fatigue. We posit and find that engaging in microbreaks is associated with reduced end‐of‐day fatigue within busy season. Similarly, we posit and find that higher levels of daily supervisory support during busy season are associated with lower end‐of‐day fatigue. However, neither of these mechanisms is associated with lower end‐of‐day fatigue during normal work periods. Our results also indicate that these two mechanisms function as complements during busy season, with either one significantly reducing end‐of‐day fatigue, but both together having an interactive effect. Further, end‐of‐day fatigue during busy season reduces sleep quality, which increases accountants' fatigue the following morning. In a follow‐up experiment, we consistently find evidence that a 1‐min microbreak reduces fatigue and that this reduction directly translates into improved error detection.
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 | 0,016 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».