On the nature and covariates of workaholism profiles: A generalizability study across distinct types of employees
Notice bibliographique
Résumé
Abstract We used a person‐centered approach to identify the profiles of workaholism observed in six samples, including 12 subsamples, of employees ( N = 7944). These profiles were defined while considering workers' global levels of workaholism, together with their specific levels of motivational, cognitive, emotional, and behavioral workaholism. We also considered the extent to which these profiles and their relations with covariates (work–family conflict, harmonious passion, and obsessive passion) generalized across all subsamples. Our results revealed a total of five profiles ( Preoccupied Employees with Very Low Global Levels of Workaholism, Disengaged Employees with Low Global Levels of Workaholism, Motivated and Involved Employees with Moderately Low Global Levels of Workaholism, Normative, and Preoccupied Employees with High Global Levels of Workaholism ). Systematically, the Normative profile was the most prevalent (43.7% to 63.2% across subsamples), whereas the Preoccupied Employees with Very Low Global Levels of Workaholism profile was the least prevalent (0.4% to 8.9%). The Preoccupied Employees with High Global Levels of Workaholism profile presented the highest levels of obsessive passion and work–family conflict, and the lowest levels of harmonious passion. Beyond their theoretical implications for research on workaholism, these results highlight how workaholism has highly similar implications across contexts.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| 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 ».