MétaCan
Menu
Retour à la cohorte
Enregistrement W4413279820 · doi:10.7202/1118805ar

Does Work-Life Reconciliation Increase Employee Retention? The Mediating Role of Employees’ Perceived Stress

2024· article· en· W4413279820 sur OpenAlexaffvenueabout
Ali Salehi, Diane‐Gabrielle Tremblay

Notice bibliographique

RevueRelations industrielles · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueWork-Family Balance Challenges
Établissements canadiensUniversité TÉLUQ
Organismes subventionnairesnon disponible
Mots-clésEmployee retentionBusinessPsychologyWork (physics)Stress (linguistics)Work stressSocial psychologyMarketingEngineering

Résumé

récupéré en direct d'OpenAlex

Today, retaining skilled and talented employees is one of the main concerns of organizations. To this end, various policies have been considered in recent years, including policies to reconcile work with personal life. We sought to investigate the effect of work-life reconciliation on employee retention while considering the mediating role of employees’ perceived stress. In 2023, we surveyed a sample of Quebec employees who are caring for young children or other family members. In general, work-life reconciliation policies significantly increase employee retention. We also studied how employees’ perceived stress, due to work-life conflict and insufficient annual income, mediate the effect of work-life reconciliation on employee retention. Although caring for children under 18 or other family members increases employees’ perceived stress, it does not directly affect employee retention. In sum, we found that employee retention can be increased through policies that promote work-life reconciliation and thereby reduce perceived stress. Our findings have important implications and may help managers and employees implement policies to reconcile work with personal life, decrease stress, and thus increase employee retention.

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)0,002
score de la tête « metaresearch » (Gemma)0,008
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 enseignants0,031
Score d'incertitude au seuil0,063

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,030
Tête enseignante GPT0,283
Écart entre enseignants0,253 · 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

Citations0
Publié2024
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueRelations industriellesMême sujetWork-Family Balance ChallengesTravaux en français237 207