Peaking Today, Taking It Easy Tomorrow: Daily Performance Dynamics of Working Long Hours
Notice bibliographique
Résumé
ABSTRACT Underlying the “ideal worker” image that pervades many organizational cultures is the assumption that working longer hours equates to higher performance, despite recovery research that suggests that long work hours might actually impair future work performance. In an effort to reconcile these differences in how long work hours are thought to relate to job performance, we develop and test a conceptual model in which daily boosts in same‐day performance associated with working longer hours could be offset by lower next‐day performance. More specifically, we examine if working a longer day than usual reduces sleep, which has the potential to diminish physical (i.e., physical energy) and psychological (i.e., resilience) resources the next morning, consequently impairing next‐day work performance. In a 5‐day experience sampling study of 67 employee–coworker dyads (276 days), using sleep data from a wearable device (i.e., Fitbit) in combination with daily self‐report surveys and coworker performance ratings, results indicated that daily work hours were positively related to same‐day work performance. Our results further indicated that work hours were negatively related to next‐day work performance through reduced sleep duration and morning resilience, but not through diminished physical energy. Together, our findings indicate that although employees may experience same‐day performance gains related to working long hours, they also may pay a price the following day, as longer workdays prevent employees from recovering overnight.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,000 |
| 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 ».