La compassion managériale comme propulseur de la santé organisationnelle en temps de perturbations
Bibliographic record
Abstract
Les gestionnaires en organisation sont appelés à jouer un rôle clé dans la préservation et la promotion de la santé organisationnelle en temps de perturbations ou de changements sociaux importants. Pourtant, les données scientifiques sont limitées par rapport aux conditions permettant aux gestionnaires de mettre en œuvre des actions pour soutenir la santé organisationnelle. Porter un intérêt à cette question est crucial considérant que les gestionnaires sont parmi les acteurs organisationnels les plus affectés par des problèmes de santé psychologique et ce, tout en étant ceux qui doivent affronter et réduire l’impact des perturbations externes liées aux changements sociaux qui affectent l’organisation. L’objectif du présent article est de proposer un modèle conceptuel clarifiant le rôle de la compassion managériale en tant que levier de la santé organisationnelle à travers l’identification des mécanismes médiateurs et d’une condition modératrice propre à l’état psychologique des gestionnaires eux-mêmes. De ce fait, nous suggérons que les processus organisationnels de type psychosocial jouent un rôle médiateur dans la relation entre la compassion managériale et la santé organisationnelle alors que la détresse managériale, induite par des stresseurs extraorganisationnels, agit à titre de modérateur. À cette fin, nous proposons d’intégrer la théorie des ressources cognitives et les écrits sur la détresse au travail pour élaborer notre modèle. Les contributions de ce modèle à l’avancement de la théorie sur la compassion managériale et la santé organisationnelle en temps de perturbations sociales et économiques seront 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) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.002 | 0.004 |
| Scholarly communication | 0.004 | 0.002 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.008 | 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".