L’impact de la formation à la technologie sur le technostress et l’engagement organisationnel : cas des enseignants et enseignantes universitaires au Maroc
Bibliographic record
Abstract
L'objectif de cette recherche sera de vérifier l'effet modérateur de la formation aux technologies de l'information et de la communication pour l'enseignement (TICE) sur le lien entre le technostress et l'engagement organisationnel des enseignants et enseignantes des universités publiques dans le contexte marocain.Ce travail sera divisé en quatre sections principales.La première section présente la revue de littérature à travers la définition des différents concepts, l'identification du lien entre le stress et l'engagement organisationnel dans le domaine de l'enseignement ainsi que l'introduction des hypothèses et du modèle de recherche.Dans la deuxième section, nous allons décrire la méthodologie de recherche en exposant le jugement de nos choix de population et du terrain, le positionnement épistémologique ainsi que la procédure d'échantillonnage et de collecte des données.La représentation des résultats et la discussion des différents aboutissements seront dévoilées dans la troisième et dernière section.Une démarche quantitative ayant un mode de raisonnement hypothético-déductif a été menée pour la validation de notre modèle de recherche et le test des différentes hypothèses liant les trois variables.Un total de 307 réponses seront analysées à l'aide de la modélisation par équation structurelle (MES).Les principales conclusions indiquent qu'il existe une relation significative entre le technostress et l'engagement organisationnel des enseignants et enseignantes universitaires au Maroc.Or, la formation à la technologie n'a eu aucun effet modérateur sur ce lien, mais elle a eu un effet significatif et positif sur l'engagement organisationnel des enseignantes et enseignants marocains.C. Boufarouj L'impact de la formation à la technologie sur le technostress et l'engagement organisationnel ...
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 | 0.010 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.005 | 0.003 |
| Scholarly communication | 0.010 | 0.002 |
| Open science | 0.001 | 0.005 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.017 | 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".