MétaCan
Menu
Retour à la cohorte
Enregistrement W6966395987 · doi:10.48336/4j1w-2362

http://research.library.mun.ca/id/eprint/16384

2024· article· en· W6966395987 sur OpenAlexaff

Notice bibliographique

RevueMemorial University Research Repository (Memorial University) · 2024
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueCOVID-19 Pandemic Impacts
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésWork (physics)OperationalizationStatus quoCitizenshipPhenomenonPsychological contractNotice

Résumé

récupéré en direct d'OpenAlex

In this study, I seek to understand what has led workers to engage in a trend known as Quiet Quitting, where employees continue to perform their work but choose not to go above and beyond the formal obligations of their employment. I propose that this phenomenon can be operationalized as reduction of organizational citizenship behaviors and it exists as a result of return to the pre-pandemic status quo in which employees are no longer allowed to work in a primarily remote work environment. I used three well-known theories to explain the possible ways in which the return to a primarily in-person work environment may have led employees to stop going above and beyond in their obligations: psychological contract breaches, work engagement, and adaptive cost. Using a cross-sectional questionnaire, I gathered data from 251 participants on each of those constructs as well as their beliefs in Quiet Quitting and organizational citizenship behaviors. I analyzed the data using partial least squares structural equation modeling. The results suggest that employees being mandated back to a primarily in-person work environment has a negative relationship with meaningfulness. This, in turn, has a negative relationship on their performance of discretionary behaviors. Also, the results suggest that the adaptive costs associated with the COVID-19 drained workers’ resources such that they were less likely to engage in those behaviors whether they wanted to or not. The COVID-19 pandemic was a largely unprecedented event in modern history and the measures to mitigate its spread brought several changes to how work is performed. This study tries to understand the lasting impacts of those changes and the lessons they bring to managers. It will help advance the scholarship on remote work and how three important organizational behavior theories apply to workers in the post-pandemic world. It will also provide further information to help practitioners make informed decisions on the future of the workplace and how much flexibility to give employees in how they perform their jobs.

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

Étiquettes directes de modèles (non validées)

Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.

BrasCatégoriesDevis d'étudeConfiance
gemmaCharge utile insuffisante (le modèle a refusé de juger)
Domaine: non disponible · Genre: Autre
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Sans objethigh
gptCharge utile insuffisante (le modèle a refusé de juger)
Domaine: non disponible · Genre: Autre
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: oui
Sans objethigh
modèles en accordL'accord compare des ensembles de catégories et des devis identiques entre les bras.

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)0,003
score de la tête « metaresearch » (Gemma)0,011
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,105
Score d'incertitude au seuil0,150

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,011
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0060,011
Études des sciences et des technologies0,0040,002
Communication savante0,0110,004
Science ouverte0,0020,004
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,8950,796

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 Opus0,076
Tête enseignante GPT0,282
Écart entre enseignants0,207 · 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

Étiqueté directement par 2 modèles lisant le dossier complet.

Devis d'étudeSans objet
Domainenon disponible
GenreAutre

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'admission1
Résumé présentoui

Explorer davantage

Même revueMemorial University Research Repository (Memorial University)Même sujetCOVID-19 Pandemic ImpactsCatégorieCharge utile insuffisante (le modèle a refusé de juger)Travaux en français237 207