Self-Management at Work’s Moderating Effect on the Relations Between Psychosocial Work Factors and Well-Being
Notice bibliographique
Résumé
Mental health self-management (MHS) strategies may help workers with mental health concerns preserve and enhance their well-being. However, little research has explored how these strategies may help mitigate the effects of negative psychosocial work factors (PWFs) on well-being outcomes. This cross-sectional study investigated (1) the relationship between PWFs and well-being, (2) the association between MHS at work and well-being, and (3) the moderating role of self-management in preventing negative PWFs' deleterious effects. A sample of 896 Francophone workers in Canada completed a questionnaire that included self-reported measures related to workplace, self-management, and well-being. Structural equation modeling (conducted via the MPlus software, version 8.6) revealed that psychological demands were negatively related to positive well-being outcomes and positively associated with adverse well-being outcomes. Competency-related autonomy was positively associated with flourishing, and recognition was positively associated with flourishing and positive well-being at work, as well as being negatively associated with burnout and depression. Surprisingly, supervisor support was negatively related to positive well-being and positively related to burnout and depression. MHS was positively associated with positive well-being at work, flourishing, and work performance, but had no relationship with negative mental health. MHS significantly moderated the relationship between each PWF and well-being at work in both beneficial and adverse ways, depending on the specific well-being indicator being considered. From a workplace well-being perspective, this suggests that although self-management may help workers preserve and enhance their positive well-being, organizations must also directly target PWFs to prevent negative well-being outcomes.
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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».