Ascertaining the Effect of Teachers Self-Needs on Workplace Happiness in Mainland and China
Notice bibliographique
Résumé
This mixed-methods research explored the factors influencing teachers’ workplace happiness. The study investigated the mediating role of teachers’ work pressure and teaching engagement in the relationship between teachers’ self-needs and workplace happiness. It examined the moderating roles of teachers’ generation and teaching experience on the associations between teachers’ self-needs, work pressure, and teaching engagement and enhanced teachers’ workplace happiness in mainland China. A questionnaire survey was conducted with 1067 teachers from 294 undergraduate colleges and universities in mainland China, complemented by in-depth interviews with 21 teachers. The collected data were analyzed using Structural Equation Modeling (SEM). The research findings indicate that teachers’ self-needs positively influence their level of teaching engagement, subsequently impacting their workplace happiness. Conversely, higher levels of self-needs were associated with lower work pressure, suggesting a negative correlation between the two. Moreover, the study reveals that work pressure negatively affects teachers’ workplace happiness. Teaching engagement not only enhances teachers’ workplace happiness but also acts as a mediator between teachers’ self-needs and workplace happiness. This indicates that when teachers’ self-needs are fulfilled, they are more likely to be engaged in teaching and learning, leading to increased satisfaction and happiness in the workplace. Furthermore, the relationship between self-needs, teaching engagement, work pressure, and workplace happiness is significantly influenced by teachers’ generation and teaching experience. It is essential to recognize that teachers from different generations and varied levels of teaching experience may exhibit distinct levels of engagement and responses to work pressure. These factors moderate the impacts of self-needs and work pressure on teachers’ workplace happiness, ultimately enhancing teaching engagement and improving overall workplace happiness among teachers in mainland China.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 source (Gemma direct ou Codex distillé), 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 ».