ضغط الوظيفة والإبداع الفردي: بروتوكول نمذجة المعادلات الهيكلية الجزئي القائم على الشاشة لأماكن العمل المدعومة بالذكاء الاصطناعي

ملخص

يقدم هذا البحث بروتوكول نمذجة المعادلات الهيكلية المعتمد على الشاشة من المسح إلى المربعات الصغرى الجزئية (PLS-SEM) لاختبار الوساطة والاعتدال، وإجراء التشخيصات بالطرق المشتركة، وتفسير الانحدارات البسيطة، وتقييم الصلة التنبؤية في أبحاث بيئة العمل المدمجة بالذكاء الاصطناعي.

الملخص

الاستخدام المتزايد للذكاء الاصطناعي (AI) في المؤسسات يعيد تشكيل متطلبات الموظفين الوظيفية، وتصوراتهم القيادية، وفرص الإبداع. استنادا إلى نموذج متطلبات الوظيفة–الموارد (JD–R) ونظرية التعلم الاجتماعي، تفحص هذه الدراسة ما إذا كانت تصورات الموظفين للقيادة الأخلاقية تتوسط في العلاقة بين ضغط العمل والإبداع الفردي، وما إذا كان دمج الذكاء الاصطناعي المؤسسي يعزز هذه العلاقة. باستخدام نمذجة المعادلات الهيكلية الجزئية ذات المربعات الصغرى (PLS-SEM) مع 5,000 إعادة عينة تمهيدية، تظهر النتائج أن ضغط العمل يؤثر سلبا على تصور القيادة الأخلاقية، بينما يؤثر تصور القيادة الأخلاقية إيجابيا على الإبداع. لم يكن ضغط العمل مرتبطا مباشرة بالإبداع؛ بدلا من ذلك، كان تصور القيادة الأخلاقية مسارا غير مباشر مهما. بالإضافة إلى ذلك، عزز دمج الذكاء الاصطناعي المؤسسي العلاقة بين تصورات القيادة الأخلاقية والإبداع. تشير هذه النتائج إلى أن الإبداع في أماكن العمل المدعومة بالذكاء الاصطناعي يتشكل أقل بالتكنولوجيا نفسها وأكثر بآليات التنظيم النفسية. لذا يجب على المؤسسات التي تسعى لتعزيز الإبداع أثناء التحول الرقمي إدارة ضغوط العمل وتعزيز بيئات القيادة الأخلاقية، بدلا من التركيز فقط على تنفيذ الذكاء الاصطناعي. يستخدم هذا البروتوكول النموذج التجريبي كمثال محسوم لعرض سير عمل قابل للتكرار من المسح إلى PLS-SEM.

المقدمة

لقد غير الذكاء الاصطناعي (AI) طريقة أداء الموظفين لعملهم، وفهم طبيعة متطلبات عملهم، وتحديد فرص الإبداع، مع بدء المؤسسات في اعتماد الذكاء الاصطناعي لدعم اتخاذ القرار، والأتمتة، والتنسيق 1,2,3,4. القدرات المدعومة بالذكاء الاصطناعي يمكن أن تزيد نطاق المعلومات المتاحة وتدعم التجارب، لكنها بحد ذاتها تفشل في تشجيع الناس على التصرف بإبداع ^5,6. بدلا من ذلك، يعتمد سلوك الموظفين الإبداعي على تصوراتهم لشرعية التجريب، وعدالة المعاملة عند ارتكاب الأخطاء، ودعم قادتهم^7،8. يعرف هذا البروتوكول الإبداع كعملية قائمة على الإدراك في علم النفس التنظيمي بدلا من منتج قائم على التكنولوجيا، مع السماح للعملية من التوظيف إلى الاستنتاج بأن تكون قابلة للتكرار وشفافة⁹. لا يتم تصوير أو مراقبة المشاركين في المختبر، لكن ظاهرة الاهتمام لا تزال السلوك، حيث يستجيب الموظفون لضغوط العمل، ويفهمون المعلومات الاجتماعية، ويطورون ردود فعل إبداعية تجاه بيئة عمل مشبعة بالذكاء الاصطناعي. لذلك، يتم معالجة النطاق السلوكي من خلال سلوك مكان العمل القابل للقياس والبنى التفسيرية المتعلقة بالإبداع، وإدراك القيادة، والاستجابة السياقية المرتبطة بالذكاء الاصطناعي بدلا من السلوك الجسدي^6،10.

تعرف أماكن العمل المدمجة بالذكاء الاصطناعي بأنها بيئات عمل يرى فيها الموظفون الذكاء الاصطناعي كجزء متكرر من تنسيق العمل، ودعم القرار، والتقييم، وحل المشكلات، بدلا من كونه أداة اختيارية عرضية. هذا المفهوم أضيق من التحول الرقمي الواسع، ويختلف عن تبني الذكاء الاصطناعي كمقدمة، ومختلف عن نضج الذكاء الاصطناعي كمرحلة تنفيذ، ومختلف عن قدرة الذكاء الاصطناعي ككفاءة تقنية. نظرا لأن الموظفين قد لا يعرفون مدى الاستخدام الموضوعي للذكاء الاصطناعي عبر جميع الوظائف، يعامل هذا البناء على أنه دمج مؤسسي مدرك، وهو مناسب لنموذج قائم على الإدراك لإدراك القيادة الأخلاقية والإبداع الفردي 1,4,11,12.

يعالج هذا البروتوكول ثلاث فجوات تعزز بعضها البعض. أولا، لا يعرف الكثير عن ما يشكل القيادة الأخلاقية في بيئة العمل المدمجة بالذكاء الاصطناعي وكيف ترتبط تصورات القيادة الأخلاقية بضغط العمل فيما يتعلق بالإبداع. هذه العلاقة مهمة لأن تأثيرات ضغط العمل على الإبداع تختلف بمجرد وضعها في السياق وتفسيرها^13,14. ثانيا، بينما اعتبرت الأبحاث حول الإبداع في أماكن العمل المدمجة بالذكاء الاصطناعي غالبا الذكاء الاصطناعي أداة أو مقياس لتبني الذكاء الاصطناعي، إلا أن هناك أدلة أقل على كيفية تشكيل دمج الذكاء الاصطناعي على مستوى المنظمة للاستجابات السلوكية تجاه إشارات القادة أو تفسيرات عدم اليقين المرتبط بالذكاء الاصطناعي ^4,11,12. ثالثا، غالبا ما تلخص الدراسات التي تستخدم بيانات استبيان في علم نفس المنظمات كل شيء من التوظيف والفحص إلى بناء القياس، وإعداد البيانات، والوساطة والاعتدال اللاحق لنمذجة المعادلات الهيكلية الجزئية الصغرى (PLS-SEM) في أوصاف قصيرة، رغم أن صلاحية القياس، والصلاحية التمييزية، والتزامن، والصلة التنبؤية كلها مهمة للنظر فيها 15,16,17,¹⁸. جعل المؤلفون هذا سير العمل مرئيا في هذا الإجراء من خلال تقليل 342 بداية مسح إلى 310 حالات قابلة للاستخدام، وفصل كتل البناء، واختبار التوافق الكامل مع VIF وقطع 3.3، واختبار التأثيرات المباشرة وغير المباشرة والتفاعل مع 5,000 عينة إعادة تمهيد، وأخيرا تضمين PLSpredict كشاشة تنبؤية^للصلة 15,16,18,19.

لذا فإن المساهمة الأساسية منهجية. تم الاحتفاظ بنموذج ضغط الوظيفة-القيادة الأخلاقية-الإبداع كمثال محلل، لكن المساهمة الرئيسية هي جعل القرارات التحليلية المخفية عادة مرئية: فحص الأهلية، الاحتفاظ برموز العناصر، فصل البناء، التحقق من القياس، التشخيص التوافقي والطرق المشتركة، التمهيد التشغيلي، تحليل التأثير، تفسير المنحدر البسيط، وتقييم PLSpredict 15,18,19. وفقا لنموذج متطلبات الوظيفة والموارد^20,21، الضغط الوظيفي هو مطلب يستهلك الموارد المعرفية والعاطفية اللازمة للانخراط الإبداعي، وبالتالي يؤثر على الإبداع. يركز الموظفون جهودهم التقديرية على ابتكار حلول جديدة وفريدة من خلال المرونة الإدراكية، والتجربة، وأساليب عمل جديدة. لديهم وقت أقل لتوليد الأفكار عندما يواجهون مواعيد نهائية طويلة في بيئة عمل مضطربة، ويميلون إلى التركيز على الوقاية من الأخطاء وإنجاز المهام^13،14. ليس كل التوتر يضر بالإبداع، وقد تعزز مستويات معينة من التحدي توليد الأفكار بين الأفراد الذين يمنحون الاستقلالية في المهمة ويحصلون على الدعم الاجتماعي في مكان ^العمل. في المقابل، الضغط المستمر قد يؤدي إلى علاقة سلبية.

وبناء عليه، يفترض المؤلفون أن ضغط العمل مرتبط سلبا بالإبداع الفردي (H1). قد يؤثر ضغط العمل أيضا على الطريقة التي ينظر بها بعض الموظفين إلى بيئتهم الاجتماعية. خلال فترات التغير والتوتر، قد يطور الموظفون حساسية متزايدة تجاه إشارات العدالة والدعم والاستجابة⁸. من هذا الزاوي، يمكن تفسير استجابة الإدارة المتأخرة أو اتخاذ القرار غير المتسق على أنه ضعف في التنسيق وفي سياق آخر. المفتاح هو أنه عندما يكون الناس تحت الضغط، يميلون إلى التركيز أكثر على ما يشير إليهم القادة، وبالتالي، في المواقف التي لا تظهر فيها عدالة ودعم واضح، يكونون أكثر عرضة لتكوين تفسيرات سلبية^8،10. بعد ذلك، يفترض المؤلفون أن ضغط العمل مرتبط سلبا بتصورات الموظفين للقيادة الأخلاقية (H2). تصور القيادة الأخلاقية هو كيف يرى الموظفون قائدهم كعادل، صادق، منفتح، وذو قيم أخلاقية جيدة 10,23,24. من منظور نظرية التعلم الاجتماعي، تشير النظرة القيادية الأخلاقية إلى ما إذا كان الموظفون سيستخدمون صوتهم، أو سيخاطرون بتجربة أشياء جديدة، أو سيجربون تجربة⁷. سيكون الموظفون أكثر ميلا لتقديم ملاحظات حول طرق جديدة للعمل وتجربة أفكار جديدة عندما يرون قائدهم أخلاقيا. القادة العادلون والموثوقون سيخلقون المزيد من الفرص للموظفين للمشاركة في سلوكيات إبداعية تقديرية ^6,7,10.

وبناء عليه، يفترض المؤلفون أن تصورات الموظفين للقيادة الأخلاقية مرتبطة إيجابيا بالإبداع الفردي (H3). يقدم النموذج أيضا مسارا غير مباشر حيث يتوسط تصور القيادة الأخلاقية في تأثير ضغط العمل على الإبداع الفردي. التأثيرات المرتبطة بالتوتر على الإبداع تبدو غير متسقة وتوحي بأن العلاقة ليست بسيطة^14,22. قد يتعرض موظفان لنفس مستوى الضغط، لكن أحدهما قد يستمر في اعتبار القائد أخلاقيا ومكان العمل آمن بما يكفي لمشاركة الأفكار. قد يتوقف الموظف الآخر عن مشاركة الأفكار عندما يرى أن القائد غير أخلاقي أو يشعر بأنه يعامل^{بشكل غير عادل}. يشير هذا المسار إلى تأثير التفسير الاجتماعي ويشير إلى أن التركيز فقط على التأثير المباشر لضغط العمل على الإنتاج الإبداعي قد يكون غير كاف.

يفترض المؤلفون أيضا أن تصورات الموظفين للقيادة الأخلاقية تتوسط العلاقة بين ضغط العمل والإبداع الفردي (H4). يرتبط دمج الذكاء الاصطناعي المؤسسي ببيئات مكان العمل حيث يستخدم الذكاء الاصطناعي للوساطة وتقييم ودعم عمل الموظفين ^1,25,26. توسع بيئات المؤسسات المدمجة بالذكاء الاصطناعي وصول الموظفين إلى المعلومات، وتقلل من الوقت اللازم لإنجاز بعض الأعمال، وتوفر مجالا أكبر لإعادة دمج الأفكار. وفي الوقت نفسه، قد تثير تساؤلات حول من أو ما الذي سيحاسب، وما هي أنواع التقييمات التي ستحدث، وما هي أشكال التجارب المقبولة²⁷. في مثل هذه الحالات، من المرجح أن ينتبه الموظفون أكثر إلى إشارات القيادة الأخلاقية عند الحكم على ما إذا كانت التجارب المدعومة بالذكاء الاصطناعي، وتحمله، وتوليد الأفكار بمساعدة الذكاء الاصطناعي مشروعة وآمنة ^11,30,31. لذا، يتوقع المؤلفون أن دمج الذكاء الاصطناعي التنظيمي سيزيد من أهمية تصورات القيادة الأخلاقية للإبداع الفردي.

وبناء عليه، يفترض المؤلفون أن دمج الذكاء الاصطناعي المؤسسي يخفف من العلاقة بين تصورات الموظفين للقيادة الأخلاقية والإبداع الفردي، بحيث تكون العلاقة الإيجابية أقوى عندما يكون اندماج الذكاء الاصطناعي المؤسسي مرتفعا (H5). تم تصميم هذا البروتوكول للباحثين السلوكيين الذين يدرسون سلوك مكان العمل المبلغ عنه بأنفسهم وتفسيره الاجتماعي عندما تكون الملاحظة المباشرة غير عملية أو غير مبررة أخلاقيا. تساهم المخطوطة بثلاث طرق. أولا، يبتعد عن الفهم التقليدي للإبداع في أماكن العمل المدعومة بالذكاء الاصطناعي كتجسيد للمخرجات التكنولوجية والمعرفة التقنية العلمية، ويقدم تلك العملية كعملية مدعومة بالتصور كعملية علم نفس تنظيمي^6،9. ثانيا، توسع هذه الحجة من خلال إظهار أن تصورات القيادة الأخلاقية تتوسط العلاقة بين ضغط العمل والإبداع الفردي، وأن العلاقة بين تصورات القيادة الأخلاقية والإبداع تخفف بواسطة تضمين الذكاء الاصطناعي التنظيمي ^4,10,14. ثالثا، يتم تقديم مسح قائم على الشاشة وإجراء PLS-SEM لتقييم عمليات الوساطة والاعتدال 15,18,19. ميزته هي جعل القرارات الخفية مرئية، بما في ذلك فحص التوظيف، وفصل البناء، وفحوصات الصلاحية والتوازن، والتمهيد، وتحليل التأثير، وتفسير الاعتدال، وتحليل PLSpredict، والتفسير الحذر للعلاقات المقطعية.

البروتوكول

اتبعت عملية البحث جميع البروتوكولات الأخلاقية للبحث مع المشاركين البشر. تم جمع جميع معلومات المشاركين بشكل مجهول من خلال تقنية الاستطلاع عبر الإنترنت وإجراءات الموافقة الرقمية المستنيرة. لم يتم جمع أي معلومات تحدد هوية أي مشارك، ولم يتم تسجيل أي فيديو لأي مشارك. تم تقديم شاشة رقمية للموافقة المستنيرة لجميع المشاركين قبل الوصول إلى الاستبيان. شرحت الشاشة الغرض الأكاديمي من الدراسة، وأن المشاركة كانت طوعية، وأن الردود ستظل سرية، وأن البيانات ستستخدم لأغراض البحث فقط. تم إزالة المشاركين الذين لم يعترفوا بموافقة مستنيرة من الاستطلاع قبل تقديم أي بند دراسة. يجب الإبلاغ عن معلومات الموافقة الأخلاقية أو الإعفاء في بيان الأخلاقيات وفقا لمتطلبات المؤسسة المقدمة. العنصر البصري في هذا البروتوكول يهدف إلى عرض هذه الخطوات كعرض فيديو على الشاشة للتجنيد، والموافقة، والفرز، ومعالجة البيانات غير المحددة، وإنشاء نموذج SmartPLS، والتمهيد، وتحليل التأثير، وتقييم PLSpredict، بدلا من أن يكون شكل سير عمل إضافي. تسلسل الجداول يحاكي تسلسل الخطوات في عرض الفيديو. يحدد الجدول 1 العينة التي تم الاحتفاظ بها بعد التجنيد، والموافقة، والفحص، وفحوصات الجودة. يعرض أساس قياس كتل البناء في الجدول 2. الجداول 3–5 تفيد بجودة القياس، وصلاحية التمييز، وتشخيصات التوازن. الجدول 6 يعرض نتائج اختبار الفرضية. يوضح الجدول 7 تحليل التأثيرات المباشرة وغير المباشرة. الجدول 8 هو نقطة تفتيش PLSpredict. لذلك، تمثل الجداول 1–8 مسار المخرجات من إدخال المسح إلى الاستدلال الإحصائي لسير العمل القائم على الشاشة^15,18. جميع المنصات/الأدوات المستخدمة في هذه الدراسة مدرجة في جدول المواد.

نموذج البحث

في المثال المكتمل، يتوسط تصور القيادة الأخلاقية تأثيرات ضغط الوظيفة على الإبداع الفردي، بينما يضبط دمج الذكاء الاصطناعي التنظيمي تأثير تصور القيادة الأخلاقية على الإبداع الفردي. يعرض الشكل 1 النموذج المفاهيمي، حيث يشير H4 إلى تأثير إدراك القيادة الأخلاقية كمسار غير مباشر، ويشير H5 إلى الاعتدال في تصور القيادة الأخلاقية من خلال دمج الذكاء الاصطناعي التنظيمي. هدف النموذج ليس تصوير نموذج سببي، بل تصوير سير عمل للوساطة والإشراف القائم على الشاشة.

الشكل 1: النموذج المفاهيمي. يعرض المخطط ضغط العمل (JS) كعامل للتنبؤ، وإدراك القيادة الأخلاقية (EL) كوسيط، والإبداع الفردي (IC) كنتيجة، ودمج الذكاء الاصطناعي المؤسسي (OA) كمنسق لعلاقة EL–IC. تشير الأسهم الصلبة إلى المسارات المباشرة المفترضة، والمسار الوسيط هو JS > EL > IC، ومصطلح التفاعل يمثل EL × OA > IC. يرجى الضغط هنا لعرض نسخة أكبر من هذا الشكل.

بيانات البحث

يستخدم نظام توظيف المشاركين عبر الإنترنت ونظام استطلاع عبر الإنترنت لجمع ردود مجهولة الهوية من الموظفين بدوام كامل في فئة العمل المستهدفة. يجب تعيين الفلاتر قبل الإطلاق، ويجب استخدام عنصر فحص قائم على المسح لتأكيد الأهلية قبل عرض كتل البناء. تستبعد إجابات المشاركين غير الموافقين، والمشاركين غير المؤهلين، والردود التي تفشل في اختبارات مراقبة الجودة قبل التحليل. في المثال المعالج، ترك للمؤلفين 310 استطلاعا مكتملا صالحة من أصل 342 بداية أولية بعد فحص حالة التوظيف وفحوصات مراقبة الجودة. يعرض الجدول 1 المعلومات الديموغرافية للعينة النهائية الصالحة.

الجدول 1: الخصائص الوصفية للعينة (n = 310). يلخص الجدول المستجيبين المحتفظين بهم حسب الخصائص الديموغرافية والتوظيفية بعد الموافقة، وفحص الأهلية، واستثناءات مراقبة الجودة؛ n يدل على حجم العينة. يرجى الضغط هنا لتحميل هذا الجدول.

المقاييس

يستخدم مقياس ليكرت ذو سبع نقاط لجميع العناصر (1 = معارض بشدة؛ 7 = متفق بشدة). يتضمن الاستطلاع كتل قياس لضغط العمل، وتصور القيادة الأخلاقية، والإبداع الفردي، ودمج الذكاء الاصطناعي التنظيمي. احتفظ برموز العناصر عند تصميم وتصدير المسح لضمان إمكانية تعيين كل مؤشر مقياس إلى المتغير الكامن المقابل له أثناء مواصفات النموذج. تم توفير المجموعة الكاملة من عناصر القياس ومصادر القياس في الجدول 2.

الجدول 2: عناصر القياس والمصادر. يقدم هذا الجدول عناصر الاستبيانات، وبناء الواجبات، ومصادر المقياس. الاختصارات: JS = ضغط العمل؛ EL = تصور القيادة الأخلاقية؛ IC = الإبداع الفردي؛ OA = تضمين الذكاء الاصطناعي التنظيمي. يرجى الضغط هنا لتحميل هذا الجدول.

قبل استيراد البيانات إلى برنامج PLS-SEM، يجب على الباحثين تصدير مجموعة البيانات المكتملة بصيغة .csv. يجب إزالة الأسماء، وعناوين البريد الإلكتروني، وعناوين IP، وغيرها من المعرفات المباشرة من التصدير لمنع الكشف غير المقصود عن معلومات المشاركين. يجب فحص الملف المصدر بحثا عن القيم المفقودة، أو فشل الردود في الفرز، أو الخطوط المستقيمة، أو فحوصات الانتباه الفاشلة، أو أخطاء الأسماء المتغيرة. يجب الاحتفاظ فقط بمتغيرات المؤشر والمتغيرات التنظيفية المطلوبة من النموذج. يجب تسجيل بدء المسح الأولي، والعينة النهائية الصالحة، ونطاقات الموثوقية، ونطاق AVE، ونطاق VIF الهيكلي، وإعداد إعادة العينات القابلة للتمهيد للإبلاغ لاحقا.

سير العمل التحليلي PLS-SEM

لتحليل الفرضيات، يجب على الباحثين استخدام PLS-SEM. في SmartPLS 4.1، يتم إنشاء مشروع جديد عن طريق استيراد ملف .csv المنظف. يجب وضع البنى الكامنة على لوحة النماذج، ويجب تعيين المؤشرات المحتفظ بها ل JS وEL وIC وOA. يمكن رسم هذه المسارات المباشرة على لوحة النماذج؛ يمكن تحديد المسار غير المباشر ك JS > EL > IC، ويمكن إنشاء مصطلح تفاعل المنتج مع المؤشر ك OA × EL > IC أيضا. يجب على الباحثين تنفيذ خوارزمية PLS قبل تقييم المسارات الهيكلية. في SmartPLS، اذهب إلى حساب خوارزمية PLS > ولاحظ إعدادات التقدير، بما في ذلك مخطط وزن المسار، وأقصى عدد من التكرارات، ومعيار التوقف إذا توفر. بمجرد تنفيذ خوارزمية PLS، يجب على العلماء تقييم قيم كرونباخ ألفا، وموثوقية المركبة، وAVE، والأحمال الخارجية، وفورنيل-لاركر، ونسبة HTMT، وقيم VIF^{17، 18، 19}. يتم الإبلاغ عن المخرجات لتقييم الموثوقية والصلاحية والتوازنية في الجداول 3–5. ينصح المؤلفون بإجراء اختبار تضامني كامل للتحقق من احتمال تحيز الطرق المشتركة. يجب النظر إلى قيم VIF الهيكلية كمؤشر تشخيصي على احتمال التحيز لنفس المصدر، وليس كمؤشر على إزالة التحيز لنفس المصدر.

يميز البروتوكول النماذج الخارجية من VIFs الهيكلية/التضامنية الكاملة. إذا تجاوز مؤشر القيمة البصرية الخارجية 3.3 لكنه بقي أقل من 5.0، يجب الاعتراف بالقيمة كمصدر قلق محتمل للتضامنة على مستوى المؤشر بدلا من التعامل معها كتشخيص تحيز بالطريقة المشتركة. يتم تفسير الوسامات التفاعلية الكاملة بشكل منفصل كشاشة تشخيصية من نفس المصدر، وليس كدليل على أن التحيز الشائع للطريقة قد تم القضاء^عليه 15,18,19. يجب إجراء تشخيصات جودة القياس والتوازنية قبل تفسير معاملات المسار، والتأثيرات غير المباشرة، ومصطلحات التفاعل. لحساب المسارات المباشرة، والتأثيرات غير المباشرة المحددة، وتأثير الاعتدال، يجب على الباحثين إجراء عملية التمهيد مع 5000 عينة معاد لها. مع 5,000 عينة فرعية، قم بإجراء اختبار ذو ذيلين عند α = 0.05، وترك خيارات تغيير الإشارة وفترة الثقة كما في المشروع. يعرض الجدول 6 معامل المسار، والتأثير غير المباشر المحدد، ونتائج التفاعل. بعد اختبار الفرضيات، يجب مراجعة الأقسام الخاصة بالتأثيرات غير المباشرة المحددة والتأثيرات الكلية في المخرجات لتقييم العلاقة المباشرة بين جافاسكريم > IC بالنسبة للمسار غير المباشر عبر EL ولالتقاط تحليل التأثير في الجدول 7. يتجنب هذا الإجراء تفسير مسار الإجهاد-الإبداع المباشر غير المهم بمعزل عن المسار غير المباشر القائم على الإدراك الدلالي. يوصى بأن يقوم الباحثون بتشغيل PLSpredict للبنى الداخلية ويبلغوا عن توقعات^Q2وRMSE وإحصائيات MAE كتقييم محدود-ملاءمة تنبؤية. النتائج الحالية^لQ2التنبؤية، RMSE، وMAE للبنى الداخلية EL وIC، بالإضافة إلى نتائج معيار النموذج الخطي، إذا تم توفيرها، في الجدول 8. يجب تفسير هذه النتائج كدليل محدود على الصلة التنبؤية بدلا من الأدلة التنبؤية الكاملة¹⁸.

البروتوكول يركز عمدا وليس مزخرفا إحصائيا. يمكن للباحثين الذين يقارنون لاحقا الدول أو المهن أو مستويات الإدارة إضافة اختبار ثبات القياس، أو تحليل متعدد المجموعات، أو التقسيم، أو رسم خرائط الأهمية-الأداء بعد تحديد سير العمل الأساسي للوساطة والإشراف. لا ينبغي تفسير المسارات غير المباشرة أو التفاعلية ذات الدلالة الإحصائية كتأثيرات سببية عندما تكون البيانات مقطعية عرضيا. يجب تقديمها كارتباطات متوافقة مع النظرية ما لم تتوفر أدلة طولية أو تجريبية أو متعددة المصادر. يتم تكرار هذا التحذير في النتائج والنقاش بحيث تعرض مسارات الوساطة والاعتدال كارتباطات متوافقة مع النظرية بدلا من التأثيرات السببية^15،18. إذا اختلفت تسميات القوائم الدقيقة بين إصدارات SmartPLS، يجب على الباحثين استخدام مسار القائمة المكافئ وتسجيل نسخة البرنامج، وإعدادات الخوارزمية، وإعدادات إعادة العينات في جدول المواد أو في ملاحظة قابلية التكرار.

النتائج

تقييم نموذج القياس

تم استخدام نموذج القياس لاحقا لتقييم موثوقية وصلاحية البناء. يتم عرض الموثوقية، وصلاحية التقارب، وتحميل العناصر، وتشخيصات التوازنية في الجدول 3. تتجاوز قيم ألفا كرونباخ التي تتراوح بين 0.877 و0.932 الحد الأقصى البالغ 0.70. كانت تقديرات موثوقية المركب مقبولة، حيث تراوحت CR (ρ_a) من 0.880 إلى 0.959 وCR (ρ_c) بين 0.911 و0.945. كان AVE أعلى بكثير من الحد الأقصى المطلوب 0.50 (0.672–0.779). أظهر تقييم التقارنية على أساس التزامن ال...

المناقشة

يقدم البروتوكول طريقة قابلة للنقل قائمة على الاستبيانات لفهم كيف تؤثر المطالب النفسية، وتصورات القيادة، والظروف السياقية المرتبطة بالذكاء الاصطناعي على نتائج الموظفين في سياقات العمل المحولة رقميا^1،2،4. مساهمته الرئيسية ليست تلاعبا مصورا، بل سير عمل تحليلي قابل للتتبع للتوظيف والموافقة والفحص عبر الإنترنت، وقياس البنى ذات الاهتمام، وإعداد البيانات، وتحديد نموذج SmartPLS، والتمهيد، وتفسير نتائج ا...

المواد

قائمة المواد المستخدمة في هذه المقالة

الاسم	الشركة	رقم فهرسي	التعليقات
ChatGPT (نموذج لغة الذكاء الاصطناعي)	OpenAI	N/A	يُستخدم فقط لتحرير اللغة، والتحقق من القواعد، والتحسين الهيكلي أثناء إعداد المخطوطة. لم يتم استخدام الأداة لجمع البيانات، أو التحليل الإحصائي، أو تفسير النتائج التجريبية. استعرض المؤلفون، وحرّروا، ووافقوا على المخطوطة النهائية ويتحملون المسؤولية الكاملة عن محتواها. URL: https://chatgpt.com/
Prolific (منصة تجنيد المشاركين عبر الإنترنت)	Prolific Academic Ltd.	N/A	منصة عبر الإنترنت تُستخدم لتجنيد المشاركين في الاستطلاع لمثال العمل. تم فحص المشاركين باستخدام معايير الأهلية المحددة مسبقًا، بما في ذلك التوظيف بدوام كامل وأهمية لعينة مكان العمل المستهدفة. URL: https://www.prolific.com/
Qualtrics (منصة الاستطلاع عبر الإنترنت)	Qualtrics, LLC	N/A	منصة استطلاع عبر الإنترنت تُستخدم لتصميم الاستبيان، والموافقة المسبقة المستنيرة الرقمية، والفحص، وعرض كتلة الإنشاء، وجمع بيانات الاستجابة، وتصدير مجموعة البيانات غير المحددة الهوية. تم إدارة بنود القياس باستخدام مقياس ليكرت من 7 نقاط يتراوح من 1 = أوافق بشدة إلى 7 = أوافق بشدة. URL: https://www.qualtrics.com/
SmartPLS 4.1 (برنامج PLS-SEM)	SmartPLS GmbH	الإصدار 4.1	يُستخدم لنمذجة المعادلات الهيكلية ذات المربعات الصغرى الجزئية (PLS-SEM)، بما في ذلك تحديد النموذج، وتقدير خوارزمية PLS، وتقييم نموذج القياس، والتشخيصات المتوازية، والتمهيد مع 5000 إعادة عينات، واختبار التأثيرات غير المباشرة المحددة، وتقدير مصطلح التفاعل، وتحلل التأثير، وتقييم PLSpredict. URL: https://smartpls.com/