Perceived surveillance and technostress among older employees
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Workplace digital surveillance is an ongoing situation in which employees’ performance and behaviour are observed, inspected, tracked and recorded digitally by their employers. Based on a sample of 569 employees aged 60 and over from six countries, this study explored whether older employees’ Perceived Employer Surveillance (PES) is associated with their reports of technostress (stress induced by technology use). Analysis indicated that 31.5 per cent of the sample thought their employers digitally monitored them. These individuals were similar to those who did not report PES in their background characteristics. However, their internet use was more intense, diverse and sophisticated. In addition, they reported more perceived surveillance by other agents, such as commercial companies and social institutions. The level of technostress among employees who reported PES was significantly higher than among those who did not. This difference resulted from disparities in the sense of invasion and privacy concerns. Greater technostress was associated with feeling monitored by the employer, the state and individuals such as family and friends. Yet, the PES–technostress association was significant among women only. The findings highlight a paradoxical situation in which, parallel to the tremendous effort invested in supporting older workers’ activity and health, employers’ surveillance potentially puts them, and women in particular, at risk of technostress that may decrease their productivity and harm their job satisfaction and well-being. Accordingly, using digital systems to surveil older employees should be thoroughly considered.
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.
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 | 0,000 |
| 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 découle