MétaCan
Menu
Retour à la cohorte
Enregistrement W4412533948 · doi:10.1332/29767202y2025d000000029

Perceived surveillance and technostress among older employees

2025· article· en· W4412533948 sur OpenAlexfundno aff
Galit Nimrod, Dennis Rosenberg, Rinat Lifshitz

Notice bibliographique

RevueJournal of global ageing. · 2025
Typearticle
Langueen
DomainePsychology
ThématiqueTechnostress in Professional Settings
Établissements canadiensnon disponible
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésTechnostressPsychologyInternet privacyComputer science

Résumé

récupéré en direct d'OpenAlex

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.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,003
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,007
Tête enseignante GPT0,316
Écart entre enseignants0,309 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of global ageing.Même sujetTechnostress in Professional SettingsTravaux en français237 207