Bienestar laboral como variable protectora de los equipos profesionales: una revisión sistemática
Bibliographic record
Abstract
El bienestar laboral abordado como variable protectora de equipos de trabajo es un fenómeno relevante para estudiar dado su repercusión en la calidad de vida de los colaboradores dentro del funcionamiento de las organizaciones. El objetivo de la presente revisión fue determinar la prevalencia del bienestar laboral como variable protectora de los equipos profesionales y como objetivo secundario establecer los factores protectores. Lo anterior se realizó a través de la búsqueda basada apoyada en la metodología PRISMA en bases de datos científicos, entre marzo de 2005 a enero de 2022. Además, se evaluó la calidad de los artículos a través de la escala Newcastle-Ottawa. Con respecto a los resultados, se lograron identificar 11 estudios relevantes para ser analizados, 9 acerca del bienestar laboral, 1 de modelos de bienestar y 1 acerca de factores psicosociales de riesgo asociados al bienestar laboral. Al finalizar se logró concluir que el promedio de prevalencia del bienestar como factor protector fue de 59,8% para la población de equipos profesionales. Asimismo, entre los factores asociados a la eficacia y eficiencia de equipos profesionales se encuentran: apoyo percibido, reconocimiento, confianza, compromiso, respeto, utilidad, satisfacción, perdón, autoeficacia, recursos monetarios, significado e inspiración, bajos niveles de estrés, afecto positivo, desconexión mental del trabajo, deporte, justicia interpersonal, seguridad, recreación, disposición al trabajo, transparencia, realización en el trabajo, oportunidades de desarrollo y comunicación. Por otro lado, algunos factores de riesgo asociados al desmedro del bienestar laboral se relacionan con: género, edad, tipo de cargo dentro de la organización y nivel de estudios.
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
Direct model labels (unvalidated)
Per-model category and study-design labels from the labeling rounds. They are machine output, unvalidated, and the disagreement between models ships as data. No study design here is MEDLINE-validated yet.
| Model arm | Categories | Study design | Confidence |
|---|---|---|---|
| gemma | no category Domain: not available · Genre: Review About the Canadian research system: no · About a Canadian topic: no | Systematic review | low |
| gpt | no category Domain: not available · Genre: Review About the Canadian research system: no · About a Canadian topic: no | Systematic review | high |
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.002 | 0.000 |
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, unvalidatedLabeled directly by 2 models reading the full record.
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".