Conjuguer distance et présence : la réponse du personnel de la fonction publique à l’égard du travail hybride
Bibliographic record
Abstract
Dans la foulée de l’expérience de télétravail obligatoire vécue pendant la pandémie de COVID-19 et pour tirer profit à la fois des avantages du télétravail et du travail en présence, de nombreuses organisations ont récemment embrassé le travail hybride. La fonction publique québécoise s’est engagée dans cette voie, en déployant une politique-cadre en matière de télétravail qui régule le nombre de jours de télétravail hebdomadaires. La récence du déploiement à large échelle de cette modalité d’organisation du travail appelle à mieux comprendre ses effets sur la réponse attitudinale du personnel. Prenant appui sur le modèle d’acceptation de la technologie et sur la théorie du signal, cet article vise à examiner la réponse perceptuelle et attitudinale du personnel au travail hybride. À partir de données quantitatives et qualitatives collectées en octobre 2022 auprès du personnel professionnel de la fonction publique et parapublique (n = 3 904), les résultats montrent l’effet positif de l’agréabilité perçue et de l’utilité perçue d’une journée de travail en présence sur la satisfaction à l’égard du travail hybride. La satisfaction à l’endroit du travail hybride influence positivement l’adéquation personne/organisation. L’adéquation personne/organisation exerce un effet positif sur l’engagement organisationnel ainsi que sur la satisfaction au travail. Elle joue un rôle médiateur dans la relation entre la satisfaction envers l’expérience de travail hybride et l’engagement organisationnel, ainsi qu’entre la satisfaction envers l’expérience de travail hybride et la satisfaction au travail. Les résultats qualitatifs témoignent de l’absence de valeur ajoutée des jours de travail en présence, d’une insatisfaction à l’égard du manque de flexibilité et d’une perception positive à l’égard des avantages du télétravail. Ces résultats ajoutent aux connaissances empiriques quant à l’appréciation de l’adéquation personne/organisation dans un contexte de travail hybride. Ils contribuent aux connaissances managériales en soulignant l’importance de considérer les attentes et les valeurs du personnel dans le déploiement des pratiques et politiques organisationnelles.
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 | 0.005 | 0.023 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.003 | 0.003 |
| Scholarly communication | 0.004 | 0.002 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.001 | 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".