Technostress from a Neurobiological Perspective - System Breakdown Increases the Stress Hormone Cortisol in Computer Users
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
Despite the positive impact of information and communication technology (ICT) on an individual, organizational, and societal level (e.g., increased access to information, as well as enhanced performance and productivity), both scientific research and anecdotal evidence indicate that human-machine interaction, both in a private and organizational context, may lead to notable stress perceptions in users. This type of stress is referred to as technostress. A review of the literature shows that most studies used questionnaires to investigate the nature, antecedents, and consequences of technostress. Despite the value of the vast amount of questionnaire-based technostress research, we draw upon a different conceptual perspective, namely neurobiology. Specifically, we report on a laboratory experiment in which we investigated the effects of system breakdown on changes in usersâ levels of cortisol, which is a major stress hormone in humans. The results of our study show that cortisol levels increase significantly as a consequence of system breakdown in a human-computer interaction task. In demonstrating this effect, our study has major implications for ICT research, development, management, and health policy. We confirm the value of a category of research heretofore largely neglected in ICT-related disciplines (particularly in business and information systems engineering, BISE, as well as information systems research, ISR), and argue that future research investigating human-machine interactions should consider the neurobiological perspective as a valuable complement to traditional concepts.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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