Hybrid work design profiles: Antecedents and well-being outcomes
Notice bibliographique
Résumé
Hybrid work is fast emerging as the future of work. Yet, it is not clear how key work design characteristics that are salient in hybrid work, namely scheduling autonomy, social support, workload, and close monitoring, are experienced in the home compared to the workplace for hybrid workers, and how these work characteristics combine holistically to influence well-being. We adopted a novel approach and measured work characteristics as experienced at home and, separately, as experienced at the workplace. For a sample of hybrid workers ( n = 386), latent profile analysis revealed four profiles of work design characteristics. Two profiles had similar work characteristics at home and the workplace. One of these profiles, labelled ‘active, low monitoring’, had very positive work characteristics across both locations, and was associated with the highest flourishing and mental health. The other profile, labelled ‘passive, high monitoring’, had very poor work design across both locations, and was associated with the lowest flourishing and mental health. The other two profiles diverged in work characteristic levels across locations. One profile, labelled ‘high strain, high monitoring’ had poor work design that was worse in the workplace, and one profile, labelled ‘low strain, low monitoring’, had better work design that was better at the workplace. Employees with more influence over their work location, and those with high organisational support, were likely to be in the most positive profile (active, low monitoring), suggesting these are important factors for creating positive work design irrespective of location. • In a study of hybrid workers, four hybrid work design profiles emerged. • For some people, work quality varies between home and workplace. • Those in a high strain, a high monitoring profile had better work quality at home. • Those in a low strain, a low monitoring profile had better work quality at the workplace. • Managers should consider monitoring as a job demand when managing remote workers.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».