Liens entre ergomanie, épuisement professionnel et traits de personnalité associés : une synthèse des écrits
Bibliographic record
Abstract
Cet article correspond à une synthèse des écrits mettant en lumière les liens qui existent entre l’ergomanie, l’épuisement professionnel et les traits de personnalité pouvant leur être liés, selon le modèle des cinq facteurs de personnalité. L’identification de liens entre l’ergomanie et l’épuisement professionnel, de même que leurs déterminants communs au niveau des traits de personnalité dominants permettraient d’avoir une meilleure compréhension de ces troubles de santé mentale liés au travail. De plus, dans une perspective pratique visant la prévention, ces connaissances pourraient permettre aux organisations de mieux cibler les individus à risque et d’établir des processus d’intervention adaptés afin d’en diminuer l’occurrence. Les résultats indiquent que la personnalité contribue significativement à expliquer l’ergomanie et l’épuisement professionnel. Plus spécifiquement, le névrotisme serait central, étant lié à toutes les composantes de l’ergomanie et de l’épuisement professionnel. Ainsi, les individus présentant un niveau élevé de névrotisme seraient plus susceptibles de développer ces troubles en raison d’une prédisposition affective orientée vers l’expérimentation d’émotions négatives. La conscienciosité, l’extraversion et l’agréabilité contribuent également au modèle, mais seraient davantage liées à des composantes spécifiques. Cette synthèse des écrits illustre l’importance de poursuivre les études sur les liens entre l’ergomanie, l’épuisement professionnel et les traits de personnalité non pathologiques pouvant leur être liés.
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 | 0.009 | 0.025 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.002 |
| Bibliometrics | 0.006 | 0.007 |
| Science and technology studies | 0.002 | 0.003 |
| Scholarly communication | 0.006 | 0.007 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.014 | 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".