Linking job autonomy to employee engagement and exhaustion: the role of employee cognitive appraisal
Notice bibliographique
Résumé
Abstract This research focuses on the impact of different forms of autonomy on employee engagement and exhaustion, as mediated by employee feelings of personal responsibility and cognitive appraisals of personal gain and loss. By integrating conservation of resources theory with a cognitive appraisal approach, we argue that decision-making autonomy, method autonomy, and scheduling autonomy represent qualitatively distinct autonomy resources that may differ in their associated potential for personal gain and loss. We propose personal gain appraisal as a psychological mechanism that leads to engagement (motivating pathway) and personal loss appraisal as a psychological mechanism that leads to exhaustion (strain-reducing pathway). Using data from 255 employees that responded to surveys at three time points, our findings suggest that the motivating potential of job autonomy on employee engagement refers to decision-making autonomy (via felt responsibility and personal gain appraisal) and method autonomy (via personal gain appraisal), but not to scheduling autonomy. In addition, the strain-reducing potential of job autonomy on employee exhaustion refers to decision-making autonomy (via felt responsibility and less personal loss appraisal) and scheduling autonomy (via less personal loss appraisal), but not to method autonomy. Our results yield several theoretical, empirical, and practical implications for the study of job autonomy.
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 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 | 0,000 | 0,000 |
| 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 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».