Le rôle médiateur de l’engagement au travail dans la relation entre la justice organisationnelle et les comportements de citoyenneté : le cas de la police française
Bibliographic record
Abstract
Les questions de justice et d’équité demeurent une préoccupation majeure pour les salariés. Or, les formes de justice organisationnelle ont des effets différenciés sur les comportements de citoyenneté organisationnelle. Dans cet article, nous nous sommes intéressés au rôle médiateur de l’engagement au travail. En nous appuyant sur le modèle des exigences et des ressources de l’emploi (Demerouti et al., 2001), nous proposons un modèle intégrateur qui soutient que la justice organisationnelle perçue joue le rôle de ressource de l’emploi et favorisera l’engagement au travail qui, à son tour, va encourager les comportements de citoyenneté. Nous supposons ainsi que les différentes formes de justice ont des propriétés motivantes qui conduisent à un haut niveau d’engagement au travail et, en conséquence, un niveau de performance extra rôle élevé. Notre étude permet de mettre en lumière le processus motivationnel, au travers de l’engagement au travail, entre les différentes formes de justice perçues et les comportements de citoyenneté organisationnelle. Cette recherche porte sur le contexte spécifique de la police française qui, avec la mise en place de nouveaux outils de management, se heurte à une problématique inédite d’équité, et non plus d’égalité. C’est à notre connaissance, la première étude, en France, à examiner les problématiques de justice dans le contexte de la police française. Les résultats, provenant d’un échantillon de 718 fonctionnaires de police, indiquent que le dévouement des policiers est la dimension de l’engagement au travail qui explique le mieux les effets des dimensions de la justice organisationnelle, telle que perçue par eux, sur leurs comportements de citoyenneté organisationnelle. Les implications en termes de pratiques RH dans la police sont ensuite discutées.
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 | 0.009 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.005 | 0.006 |
| Scholarly communication | 0.007 | 0.003 |
| Open science | 0.001 | 0.005 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.012 | 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".