Les demandes du travail et l'épuisement émotionnel : l'influence de la qualité de la relation d'encadrement LMX
Bibliographic record
Abstract
Ce mémoire vise à vérifier l’effet modérateur de la relation d’encadrement LMX sur la relation entre les demandes du travail et l’épuisement émotionnel. Nous avons d’abord étudié la relation d’encadrement LMX et ses effets multiples, particulièrement sur le stress. Nous avons envisagé le LMX comme une ressource qui peut atténuer les effets des demandes du travail (conflit, surcharge et l’ambiguïté de rôle) sur l’épuisement émotionnel, et ce, avec comme fondement théorique le modèle des tensions du travail de Karasek (1979). Pour vérifier notre modèle, nous avons procédé à une analyse secondaire de données recueillies dans le cadre provenant d’une étude précédente réalisée à l’Institut de gériatrie de l’Université de Sherbrooke en 1996. Des analyses descriptives nous ont permis de valider deux de nos trois principales hypothèses à l’effet que le LMX agit comme modérateur sur la relation entre les demandes du travail et l’épuisement émotionnel. En effet, les résultats montrent que plus le LMX est de qualité, moins les relations entre le conflit de rôle et l’épuisement émotionnel ainsi qu’entre la surcharge de rôle et l’épuisement émotionnel sont significatives. Toutefois, nos résultats indiquent que plus le LMX est de qualité, plus l’effet de l’ambiguïté de rôle est relié à l’épuisement émotionnel.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.004 | 0.018 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.002 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.016 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".