MétaCan
Menu
Retour à la cohorte
Enregistrement W4410873931 · doi:10.11648/j.pbs.20251403.11

Conflict and Harmony in Work and Family: A Bibliometric Perspective on Work-life Balance

2025· article· en· W4410873931 sur OpenAlexaboutno aff
Diana Pramudya Wardhani, Achmad Sudiro, Dodi Wirawan Irawanto, Djumilah Hadiwidjojo

Notice bibliographique

RevuePsychology and Behavioral Sciences · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueWork-Family Balance Challenges
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHarmony (color)PsychologyPerspective (graphical)Work–life balanceWork–family conflictWork (physics)Balance (ability)Social psychologyArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

This study analyzes publication trends and historical patterns in <i>Work-Family Conflict</i> (WFC) literature using bibliometric analysis. Data were obtained from Scopus, Sinta, and Google Scholar using the keywords <i>work-family conflict, work-life balance,</i> and <i>work stress</i> within the 2020-2025 period. Articles were filtered using <i>Publish or Perish</i> in the fields of management, accounting, psychology, and social sciences. The findings indicate that WFC research has evolved from role conflict conceptualization (1990-2005) to organizational and psychological factors (2006-2018), and the impact of technology and the pandemic (2019-present). Publications have increased significantly since 2020, with the highest contributions from the US, UK, Canada, China, and Australia. Leading journals include the <i>Journal of Vocational Behavior</i>, <i>Journal of Organizational Behavior</i>, and <i>Work & Stress</i>. WFC negatively affects employee well-being, job satisfaction, and family relationships, while also increasing turnover and reducing company productivity. Research gaps remain, particularly in developing countries and in exploring hybrid work models and technology. Future studies should examine labor policies and cultural factors to promote sustainable work-family balance.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,038
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0040,018
Études des sciences et des technologies0,0010,003
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,117
Tête enseignante GPT0,445
Écart entre enseignants0,328 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePsychology and Behavioral SciencesMême sujetWork-Family Balance ChallengesTravaux en français237 207