Relationship Between Job Satisfaction and Employee Productivity in Hybrid Work Environments at Jhpiego Kenya
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
As work extends beyond traditional office walls, understanding what sustains employee motivation and productivity becomes increasingly important. This study examines the relationship between job satisfaction and employee productivity in hybrid work environments, focusing on Jhpiego, a non-profit health organisation in Kenya. Hybrid work arrangements are now central to modern workplaces, making it critical to understand their impact for advancing the United Nations’ Sustainable Development Goals (SDGs), particularly SDG 3 on Good Health and Well-being and SDG 8 on Decent Work and Economic Growth. Using a correlational design grounded in Herzberg’s Two-Factor Theory and the Job Characteristics Model, this study employed a census approach. Data was collected through a structured, self-administered online questionnaire from all 106 employees, including 90 full-time staff and 16 team leaders, at Jhpiego Kenya. The findings reveal that higher job satisfaction is strongly associated with greater employee productivity (r = 0.711, p < 0.01), underscoring the importance of autonomy, supportive policies, and clear communication in sustaining productivity. These results offer actionable insights for non-profit organisations seeking to optimise hybrid work models and contribute to global development goals. The research provides insights that support evidence-based decision-making for a wide range of stakeholders, including organisational leaders, human resource practitioners, employees, policymakers, and scholars, on the importance of fostering more adaptive, productive, and supportive workplaces in the evolving landscape of hybrid and flexible work.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 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