DOI: https://doi.org/10.3389/frhs.2026.1743364
PMID: https://pubmed.ncbi.nlm.nih.gov/41836909
تاريخ النشر: 2026-02-27
المؤلف: Parisa Afshin وآخرون
الموضوع الرئيسي: التوتر التكنولوجي في البيئات المهنية
نظرة عامة
تستكشف ورقة البحث تأثير الابتكارات الرقمية على ممارسات ورفاهية العاملين في مجال الرعاية الصحية، مع تسليط الضوء على كل من الآثار الإيجابية والسلبية. تهدف إلى فهم كيف تتوسط موارد معينة – وهي دعم الابتكار الرقمي، والاستقلالية، والمرونة – العلاقة بين متطلبات العمل الرقمية والنتائج مثل الرضا الوظيفي والازدهار في العمل. تم إجراء مسح مقطعي شمل 292 من العاملين في مجال الرعاية الصحية في المملكة المتحدة، وتم استخدام نمذجة المعادلات الهيكلية المعتمدة على التباين لتحليل البيانات.
تكشف النتائج أن دعم الابتكار الرقمي، والاستقلالية، والمرونة مرتبطة إيجابيًا بنتائج الرفاهية. ومن الجدير بالذكر أن دعم الابتكار الرقمي وجد أنه يعزز بشكل كبير الازدهار في العمل (β = 0.169، p = 0.016)، بينما كانت المرونة مرتبطة بزيادة الرضا الوظيفي (β = 0.232، p = 0.003). ومع ذلك، لم تظهر زيادة العمل الرقمي ارتباطات مباشرة مع الرضا الوظيفي أو الازدهار، مما يشير إلى أن المتطلبات الرقمية لا تعمل بشكل موحد كعوامل ضغط. تدعم الدراسة تأثيرين وسطيين: دعم الابتكار الرقمي يتوسط العلاقة بين زيادة نظام العمل والرضا الوظيفي، بينما تتوسط المرونة الرابط بين زيادة النظام والازدهار. تشير هذه النتائج إلى أن تأثير المتطلبات الرقمية يتأثر بالعوامل السياقية وتوافر موارد معينة، مما يوسع نموذج متطلبات العمل – الموارد في سياق بيئات الرعاية الصحية الرقمية العالية. تؤكد الدراسة على ضرورة أن تعطي منظمات الرعاية الصحية الأولوية لأنظمة الدعم المستهدفة أثناء دمج الأدوات الرقمية في عملياتها.
مقدمة
تسلط مقدمة ورقة البحث هذه الضوء على التأثير الكبير للابتكارات الرقمية (DIs) على أنظمة الرعاية الصحية بعد جائحة COVID-19، مع التأكيد على الطبيعة المزدوجة لآثارها على رفاهية العاملين في مجال الرعاية الصحية. تُعرف الابتكارات الرقمية بأنها اعتماد تقنيات وعمليات جديدة مثل السجلات الصحية الإلكترونية (EHRs) والطب عن بُعد، وقد كانت حاسمة للحفاظ على تقديم الرعاية الصحية لكنها كشفت أيضًا عن أوجه قصور في الدعم التنظيمي والتدريب. بينما تشير بعض الدراسات إلى أن الابتكارات الرقمية يمكن أن تعزز المرونة وتقلل من الإرهاق بين المهنيين الصحيين، فإنها تقدم أيضًا تحديات جديدة مثل زيادة أعباء العمل والضغط التكنولوجي. يتطلب هذا التأثير المزدوج تحقيقًا أعمق في كيفية تأثير الابتكارات الرقمية على ظروف العمل ورفاهية الموظفين، لا سيما في بيئة عالية الضغط بالفعل.
تهدف الدراسة إلى استكشاف مدى تأثير متطلبات العمل الرقمية على رفاهية الموظف ودور الموارد الوظيفية والشخصية في هذه العلاقة، باستخدام نموذج متطلبات العمل – الموارد (JD-R). يفترض هذا النموذج أن رفاهية الموظف تتأثر بالتوازن بين متطلبات العمل والموارد المتاحة، حيث تلعب الأخيرة دورًا وسطيًا في تخفيف النتائج السلبية. تتناول البحث فجوتين حرجتين: التركيز المحدود على رفاهية العاملين في مجال الرعاية الصحية في سياق الابتكارات الرقمية والحاجة إلى فهم كيف يمكن أن تخفف الموارد من الآثار السلبية لمتطلبات العمل الرقمية. من خلال توسيع نموذج JD-R، تسعى الدراسة إلى تقديم رؤى حول التأثيرات الوسيطة للموارد مثل دعم التكنولوجيا الرقمية، والاستقلالية، والمرونة، مما يسهم في الأدبيات والتطبيقات العملية في بيئات الرعاية الصحية.
الطرق
تهدف الدراسة إلى تعزيز فهم كيفية تأثير متطلبات العمل الضارة (DJDs) على رفاهية موظفي الرعاية الصحية، مع فحص دور الموارد النفسية والتنظيمية الرئيسية في التوسط لهذه التأثيرات ضمن إطار عمل متطلبات العمل – الموارد (JD-R). يحدد النموذج المفاهيمي المقدم في الدراسة النتائج الضارة للعمل (DWO) والنتائج الاجتماعية الضارة (DSO) كمتطلبات عمل ضارة رئيسية، مع كون الضغط المرتبط بالعمل (DTS)، والاستقلالية، والمرونة النفسية موارد حاسمة. يتم تقييم رفاهية الموظف من خلال الرضا الوظيفي (JS) ونية الدوران (TAW).
لتحقيق هذه الأهداف، أجرى الباحثون مسحًا يستهدف موظفي الرعاية الصحية لجمع البيانات ذات الصلة. استخدمت التحليل نمذجة المعادلات الهيكلية المعتمدة على التباين (CB-SEM) باستخدام برنامج R، مما يسمح باختبار العلاقات المفترضة بين DJDs، والموارد، ونتائج الرفاهية. تسهل هذه الطريقة المنهجية فهمًا شاملاً للتفاعل بين متطلبات العمل ورفاهية الموظف، مما يساهم في تقديم رؤى قيمة في هذا المجال.
النتائج
في قسم النتائج، أجرى المؤلفون تحليلًا تأكيديًا للعوامل (CFA) لتقييم الخصائص النفسية للبناءات المعنية في دراستهم. أظهر النموذج الأولي ملاءمة دون المستوى الأمثل مع CFI = 0.847، TLI = 0.831، RMSEA = 0.086، وSRMR = 0.078. لتعزيز ملاءمة النموذج وضمان صلاحية البناء، تمت إزالة خمسة عناصر ذات تحميلات عاملية معيارية أقل من 0.70، مما أدى إلى نموذج معدل أظهر مؤشرات ملاءمة محسنة: CFI = 0.94، TLI = 0.94، RMSEA = 0.055، وSRMR = 0.058. شمل النموذج القياسي النهائي، المفصل في الجدول 2، تحميلات عاملية معيارية، ومتوسطات، وانحرافات معيارية بعد التنقية.
تم تقييم الاتساق الداخلي للبناءات باستخدام موثوقية مركبة (CR) مع معامل أوميغا، الذي يُفضل على ألفا كرونباخ. تم تأكيد الصلاحية التقاربية من خلال التحميلات المعيارية ومتوسط التباين المستخرج (AVE)، مع قيم مرضية ≥ 0.50. تم تقييم الصلاحية التمييزية باستخدام نسبة Heterotrait-Monotrait (HTMT)، مع جميع القيم أقل من العتبة المحافظة البالغة 0.85، مما يدعم تميز البناءات الكامنة. بالإضافة إلى ذلك، تم حساب قيم عامل تضخم التباين (VIF) للتحقق من التعدد الخطي، مما كشف أن جميع القيم كانت أقل من العتبة الموصى بها البالغة 3.3، مما يشير إلى عدم وجود مشاكل في التعدد الخطي بين البناءات المتنبئة.
المناقشة
ت outlines قسم المناقشة في ورقة البحث نموذجًا مفاهيميًا يعتمد على إطار عمل متطلبات العمل – الموارد (JD-R)، الذي يفترض أن متطلبات العمل الرقمية (DJDs) – تحديدًا زيادة النظام الرقمي (DSO) وزيادة العمل الرقمي (DWO) – تؤثر سلبًا على الرضا الوظيفي (JS) والازدهار في العمل (TAW). يقترح النموذج أيضًا أن الموارد مثل دعم التكنولوجيا الرقمية (DTS)، والاستقلالية، والمرونة النفسية تعمل كوسائط يمكن أن تخفف من الآثار السلبية لهذه المتطلبات على رفاهية الموظف. تؤكد الدراسة على أهمية كل من المنظورات الهيدونية (السرور والرضا) والإودايمونية (المعنى والنمو الشخصي) حول الرفاهية، داعية إلى فهم شامل لرفاهية الموظف في سياق زيادة الرقمنة في قطاع الرعاية الصحية.
تسلط الورقة الضوء على أنه بينما يمكن أن تعزز الابتكارات الرقمية الكفاءة، فإنها تقدم أيضًا متطلبات عمل كبيرة يمكن أن تؤدي إلى الضغط وتقليل الرفاهية بين العاملين في مجال الرعاية الصحية. تحدد فجوة في الأدبيات الحالية بشأن الاستكشاف التجريبي لمتطلبات العمل الرقمية وتأثيراتها على الرفاهية، لا سيما في بيئات الرعاية الصحية. تهدف الفرضيات المقترحة إلى التحقيق في الأدوار الوسيطة لـ DTS، والاستقلالية، والمرونة النفسية في العلاقة بين DJDs ونتائج الموظف مثل JS وTAW. من المتوقع أن توفر نتائج الدراسة رؤى قيمة حول كيفية دعم منظمات الرعاية الصحية لعمالها في مواجهة التحديات الرقمية، مما يعزز الأداء العام والرفاهية.
القيود
تستند قيود هذه الدراسة بشكل أساسي إلى تصميمها المنهجي وخصائص العينة. إن الاعتماد على بيانات مقطعية، تم الإبلاغ عنها ذاتيًا، تم جمعها من خلال استراتيجية عينة هادفة غير احتمالية عبر Prolific يقدم انحيازات محتملة، بما في ذلك انحياز الاختيار الذاتي وتأثيرات محددة على المنصة، مما قد يحد من قابلية تعميم النتائج. بالإضافة إلى ذلك، فإن الطبيعة المقطعية للبيانات تقيد الاستنتاجات السببية، حيث لا يمكن لنمذجة المعادلات الهيكلية (SEM) أن تؤسس علاقات زمنية. وبالتالي، يجب تفسير التأثيرات الوسيطة الملاحظة على أنها ارتباطية بدلاً من سببية. يُشجع على إجراء أبحاث مستقبلية تعتمد تصاميم طولية أو تجريبية لفهم أفضل للتأثيرات المتطورة للمتطلبات الرقمية على رفاهية الموظف.
علاوة على ذلك، فإن خصوصية العينة – التي تتكون بشكل أساسي من المهنيين الصحيين في المملكة المتحدة، وخاصة النساء والممرضات – تقيد أيضًا قابلية التعميم إلى قطاعات أو سياقات وطنية أخرى. قد تؤثر التباينات في البنية التحتية الرقمية والثقافة التنظيمية على كيفية إدراك وإدارة المتطلبات الرقمية. يجب أن تهدف الدراسات المستقبلية إلى مقارنة النتائج عبر صناعات ودول مختلفة، وكذلك استكشاف آثار الابتكارات الرقمية المختلفة، مثل الذكاء الاصطناعي، على بيئة العمل. بالإضافة إلى ذلك، على الرغم من اتخاذ تدابير لتخفيف تباين الأساليب الشائعة، فإن الاستخدام الحصري للبيانات المبلغ عنها ذاتيًا يبقى مصدر قلق. يمكن أن يعزز تقاطع بيانات التقرير الذاتي مع البيانات الملاحظة أو الإدارية من قوة الأبحاث المستقبلية. أخيرًا، قد يوفر دمج الأطر النظرية التكميلية، مثل نظرية الحفاظ على الموارد (COR) ونظرية تحديد الذات (SDT)، رؤى أعمق حول التفاعل بين التغييرات التكنولوجية ورفاهية الموظف، مما يبرز الدور النشط الذي يلعبه الموظفون في التنقل في بيئات العمل الرقمية.
DOI: https://doi.org/10.3389/frhs.2026.1743364
PMID: https://pubmed.ncbi.nlm.nih.gov/41836909
Publication Date: 2026-02-27
Author(s): Parisa Afshin et al.
Primary Topic: Technostress in Professional Settings
Overview
The research paper investigates the impact of digital innovations on healthcare workers’ practices and well-being, highlighting both positive and negative effects. It aims to understand how specific resources—namely digital innovation support, autonomy, and resilience—mediate the relationship between digital job demands and outcomes such as job satisfaction and thriving at work. A cross-sectional survey involving 292 healthcare workers in the UK was conducted, and covariance-based structural equation modeling was utilized to analyze the data.
The findings reveal that digital innovation support, autonomy, and resilience are positively correlated with well-being outcomes. Notably, digital innovation support was found to significantly enhance thriving at work (β = 0.169, p = 0.016), while resilience was linked to increased job satisfaction (β = 0.232, p = 0.003). However, digital work overload did not show direct associations with job satisfaction or thriving, indicating that digital demands do not uniformly act as stressors. The study supports two mediating effects: digital innovation support mediates the relationship between digital system overload and job satisfaction, while resilience mediates the link between system overload and thriving. These results suggest that the impact of digital demands is influenced by contextual factors and the availability of specific resources, thereby extending the Job Demands-Resources model within the context of highly digitalized healthcare environments. The study underscores the necessity for healthcare organizations to prioritize targeted support systems as they integrate digital tools into their operations.
Introduction
The introduction of this research paper highlights the significant impact of digital innovations (DIs) on healthcare systems following the COVID-19 pandemic, emphasizing the dual nature of their effects on healthcare workers’ well-being. DIs, defined as the adoption of novel technologies and processes like electronic health records (EHRs) and telemedicine, have been crucial for maintaining healthcare delivery but have also revealed deficiencies in organizational support and training. While some studies indicate that DIs can enhance resilience and reduce burnout among healthcare professionals, they also introduce new challenges such as increased workloads and technological stress. This dual impact necessitates a deeper investigation into how DIs influence work conditions and employee well-being, particularly in an already high-stress environment.
The study aims to explore the extent to which digital job demands affect employee well-being and the role of job and personal resources in this relationship, utilizing the Job Demands-Resources (JD-R) model. This model posits that employee well-being is influenced by the balance between job demands and available resources, with the latter playing a mediating role in mitigating negative outcomes. The research addresses two critical gaps: the limited focus on healthcare workers’ well-being in the context of DIs and the need to understand how resources can alleviate the adverse effects of digital job demands. By extending the JD-R model, the study seeks to provide insights into the mediating effects of resources such as digital technology support, autonomy, and resilience, ultimately contributing to both the literature and practical applications in healthcare settings.
Methods
The study aims to enhance the understanding of how detrimental job demands (DJDs) impact the well-being of healthcare employees, while also examining the role of key psychological and organizational resources in mediating these effects within the Job Demands-Resources (JD-R) framework. The conceptual model presented in the study identifies detrimental work outcomes (DWO) and detrimental social outcomes (DSO) as primary DJDs, with job-related stress (DTS), autonomy, and psychological resilience serving as critical resources. Employee well-being is assessed through job satisfaction (JS) and turnover intention (TAW).
To achieve these objectives, the researchers conducted a survey targeting healthcare employees to gather relevant data. The analysis employed covariance-based structural equation modeling (CB-SEM) using R software, allowing for the testing of the hypothesized relationships between DJDs, resources, and well-being outcomes. This methodological approach facilitates a comprehensive understanding of the interplay between workplace demands and employee well-being, contributing valuable insights to the field.
Results
In the results section, the authors conducted a confirmatory factor analysis (CFA) to evaluate the psychometric properties of the constructs involved in their study. The initial model exhibited a suboptimal fit with CFI = 0.847, TLI = 0.831, RMSEA = 0.086, and SRMR = 0.078. To enhance the model’s fit and ensure construct validity, five items with standardized factor loadings below 0.70 were removed, leading to a revised model that demonstrated improved fit indices: CFI = 0.94, TLI = 0.94, RMSEA = 0.055, and SRMR = 0.058. The final measurement model, detailed in Table 2, included standardized factor loadings, means, and standard deviations post-purification.
The internal consistency of the constructs was assessed using composite reliability (CR) with coefficient omega, which is favored over Cronbach’s alpha. Convergent validity was confirmed through standardized loadings and average variance extracted (AVE), with satisfactory values ≥ 0.50. Discriminant validity was evaluated using the Heterotrait-Monotrait ratio (HTMT), with all values below the conservative threshold of 0.85, thereby supporting the distinctiveness of the latent constructs. Additionally, variance inflation factor (VIF) values were computed to check for multicollinearity, revealing that all values were below the recommended threshold of 3.3, indicating no multicollinearity issues among the predictor constructs.
Discussion
The discussion section of the research paper outlines a conceptual model based on the Job Demands-Resources (JD-R) framework, which posits that digital job demands (DJDs)—specifically digital system overload (DSO) and digital work overload (DWO)—negatively impact job satisfaction (JS) and thriving at work (TAW). The model further suggests that resources such as digital technology support (DTS), autonomy, and psychological resilience serve as mediators that can mitigate the adverse effects of these demands on employee well-being. The study emphasizes the importance of both hedonic (pleasure and satisfaction) and eudaimonic (meaning and personal growth) perspectives on well-being, advocating for a comprehensive understanding of employee well-being in the context of increasing digitalization in the healthcare sector.
The paper highlights that while digital innovations can enhance efficiency, they also introduce significant job demands that can lead to stress and reduced well-being among healthcare workers. It identifies a gap in existing literature regarding the empirical exploration of DJDs and their effects on well-being, particularly in healthcare settings. The proposed hypotheses aim to investigate the mediating roles of DTS, autonomy, and psychological resilience in the relationship between DJDs and employee outcomes such as JS and TAW. The study’s findings are expected to provide valuable insights into how healthcare organizations can support their workers in navigating digital challenges, thereby enhancing overall performance and well-being.
Limitations
The limitations of this study are primarily rooted in its methodological design and sample characteristics. The reliance on cross-sectional, self-reported data collected through a nonprobability purposive sampling strategy via Prolific introduces potential biases, including self-selection bias and platform-specific effects, which may limit the generalizability of the findings. Additionally, the cross-sectional nature of the data restricts causal inferences, as structural equation modeling (SEM) cannot establish temporal relationships. Consequently, the observed mediating effects should be interpreted as associative rather than causal. Future research is encouraged to adopt longitudinal or experimental designs to better understand the evolving impacts of digital demands on employee well-being.
Moreover, the specificity of the sample—predominantly UK-based health care professionals, particularly women and nurses—further constrains generalizability to other sectors or national contexts. Variability in digital infrastructure and organizational culture may influence how digital demands are perceived and managed. Future studies should aim to compare findings across different industries and countries, as well as explore the implications of various digital innovations, such as artificial intelligence, on the work environment. Additionally, while measures were taken to mitigate common method variance, the exclusive use of self-reported data remains a concern. Triangulating self-report data with observational or administrative data could enhance the robustness of future research. Lastly, integrating complementary theoretical frameworks, such as Conservation of Resources (COR) theory and Self-Determination Theory (SDT), may provide deeper insights into the interplay between technological changes and employee well-being, emphasizing the active role employees play in navigating digital work environments.