Comment récupérez-vous votre énergie après une journée de travail? Étude sur les stratégies de récupération utilisées par des travailleurs québécois
Bibliographic record
Abstract
Le caractère essentiel de la récupération après le travail pour la performance, le bien-être et la santé des travailleurs est aujourd’hui avéré (Steed et al., 2021). Néanmoins, les moyens concrets que peuvent mettre en place les travailleurs pour récupérer au quotidien demeurent méconnus (Sonnentag et al., 2017). La présente étude vise à répertorier un vaste éventail de stratégies utilisées par les travailleurs québécois pour récupérer les ressources physiques, cognitives et émotionnelles qu’ils ont investies en emploi. Pour ce faire, nous avons mené des entretiens semi-structurés auprès de 25 travailleurs. Une analyse thématique (Paillé et Mucchielli, 2021) a permis de révéler une multitude de stratégies de récupération et de classifier celles-ci de manière inductive (Braun et Clarke, 2006). Les résultats mettent en lumière cinq domaines clés de stratégies de récupération, soit 1) les activités hors travail (par ex., loisirs, tâches ménagères, moyens de détente), 2) les facteurs individuels et contextuels contribuant à la récupération (c.-à-d., environnement domestique, relations interpersonnelles, contact avec la nature, habitudes de vie et déconnexion ponctuelle des technologies), 3) les stratégies cognitives, 4) les stratégies au travail (par ex., ressources contextuelles de l’emploi, stratégies de gestion de l’énergie au travail, satisfaction des besoins psychologiques au travail, gestion des pauses et utilisation du trajet emploi-domicile comme occasion de récupérer), et 5) les métastratégies de récupération (par ex., conscience de soi, planification de la récupération et intégration de la pleine conscience). Les résultats de la présente étude permettent d’élargir le nombre de stratégies de récupération connues et d’approfondir notre compréhension de celles-ci, contribuant ainsi de manière significative à l’avancement des connaissances dans le domaine de la récupération à la suite du travail. De plus, les résultats obtenus pourront servir de fondement pour la création d’un questionnaire portant sur les stratégies de récupération, qui permettra d’étudier celles-ci dans divers contextes et auprès de populations de travailleurs variées. D’un point de vue pratique, les résultats mettent en lumière des moyens concrets pour favoriser la récupération des travailleurs, permettant de développer de nouvelles pratiques individuelles et organisationnelles favorisant le rétablissement professionnel au quotidien. _____________________________________________________________________________ MOTS-CLÉS DE L’AUTEUR : stratégies de récupération, rétablissement, santé psychologique, travailleurs, façonnement
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 | 0.002 | 0.005 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.004 | 0.002 |
| Scholarly communication | 0.005 | 0.002 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.010 | 0.002 |
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".