产业工人心理健康研究新进展——赋能幸福职场建设的理论与实证
New Advances in Mental Health Research for Industrial Workers—Theory and Evidence for Empowering Well-Being in the Workplace
DOI: 10.12677/ap.2026.164174, PDF, HTML, XML,    科研立项经费支持
作者: 董 涛, 吕少博*, 田伊蕊:华北理工大学心理与精神卫生学院,河北 唐山;王晓燕:华北理工大学图书馆,河北 唐山
关键词: 产业工人心理健康职场建设Industrial Workers Mental Health Workplace
摘要: 本文围绕数字化转型背景下产业工人心理健康面临的新挑战与应对策略展开研究。系统梳理了产业工人面临的新型压力源及其心理表现特征,并构建了工作要求–资源模型与多层次幸福职场生态系统模型,强调从个体、团队、组织及社会四层面系统推进心理健康建设。实证研究表明,结构化休息制度、心理技能整合培训、同伴支持计划等干预措施效果显著,且领导心理关怀能力、程序公平感知等工作环境因素对心理健康具有重要影响。研究同时发现,不同群体产业工人的心理需求存在差异,需实施个性化、精准化支持。未来应加强人机协同心理、政策效果评估等领域研究。产业工人心理健康工作应从问题干预转向系统赋能,在推动产业智能化发展的同时,构建支持性与包容性的职场生态,实现产业高质量发展与工人高品质生活的协同并进。
Abstract: The review investigates the new challenges and response strategies concerning the mental health of industrial workers in the context of digital transformation. It systematically reviews the emerging stress sources faced by industrial workers and their psychological manifestations. The study constructs the Job Demands-Resources Model and a Multi-Level Well-being Workplace Ecosystem Model, emphasizing a systematic approach to mental health promotion across individual, team, organizational, and societal levels. Empirical research indicates that intervention measures such as structured rest systems, integrated psychological skills training, and peer support programs are significantly effective. Furthermore, workplace environmental factors, including leadership psychological care capability and perceptions of procedural fairness, exert a substantial influence on mental health. The study also reveals that the psychological needs of different groups of industrial workers vary, necessitating personalized and targeted support. Future research should strengthen investigations into areas such as human-machine collaborative psychology and policy effectiveness evaluation. The approach to industrial workers’ mental health should shift from problem intervention to system empowerment. While promoting industrial intelligence development, it is essential to build a supportive and inclusive workplace ecosystem, thereby achieving synergistic progress between high-quality industrial development and the high-quality lives of workers.
文章引用:董涛, 吕少博, 王晓燕, 田伊蕊 (2026). 产业工人心理健康研究新进展——赋能幸福职场建设的理论与实证. 心理学进展, 16(4), 63-71. https://doi.org/10.12677/ap.2026.164174

1. 研究背景与意义

随着工业4.0的纵深推进,以自动化和人工智能为代表的技术变革正根本性地重塑制造业的生产方式与劳动组织形态(Fan et al., 2017)。对于身处转型一线的产业工人而言,这种变革不仅意味着操作技能的更新,更带来了深层的心理冲击:对技能过时与岗位替代的生存焦虑、人机协作中角色定位的模糊感、以及因生产流程数字化而加剧的工作压力(蒋佶杉2024)。这一系列由技术迭代引发的新型心理挑战,已成为影响产业工人福祉、生产效率乃至企业转型成败的关键因素(吴素玲2024)。因此,深入理解数字化背景下产业工人心理健康的独特问题,并构建系统性的支持策略,具有重要的理论与现实意义。

2. 产业工人心理健康的前沿研究

2.1. 新型压力源识别研究

人工智能正以空前的速度与深度渗透与融合于劳动市场与职业生态,引发了一场深刻的范式转移(Singh et al., 2024)。AI的应用在推动自动化替代与智能化升级的同时,也引发了收入减少、人员流失及企业裁员等现实问题,进一步加剧了产业工人对未来就业前景的深层焦虑(Zhu et al., 2021)。自动化工具的广泛应用,正以低成本优势加速替代传统人工岗位(Bankins et al., 2024)。这种技术变革带来的不确定性与替代焦虑,已成为产业工人普遍面临的新型压力源,并催生出一种隐蔽的心理适应模式。部分工人虽能维持表面的工作产出,内心却陷入深刻的疲惫感与情感麻木,呈现“高功能抑郁”的临床特征——其内在耗竭与外在表现的显著分离,使其主动求助意愿低,极易被误认为“状态不佳”而非病理状态(Mirbabaie et al., 2022; Joseph et al., 2025; Okereke et al., 2025)。

领导所设定的高绩效期望与岗位所赋予的实际权责之间存在显著失衡,造成了产业工人无法确定自我价值(陈鹏2013)。政策的多变性、组织的多层结构以及行政指令的不确定性,共同编织成结构性的工作模糊;而工作绩效与目标在很大程度上受主观评价影响(Rizzo et al., 1970),则催生了评价性的模糊。二者叠加,显著增强了整体工作的模糊性,进一步使产业工人产生了消极的心理感知(吕博2017)。在制造业数字化转型的背景下,这种权责失衡与角色模糊感尤为突出。当工人被要求掌握多技能、适应柔性生产,却未获得相应的决策自主权或清晰的职业发展路径时,其职业认同感将受到持续侵蚀。传统工匠精神追求的精益求精与标准化生产方式对个体创造性的抑制之间的价值冲突,进一步加剧了产业工人的职业认同危机,使其陷入“我是谁”、“我的价值何在”的存在性困惑(胡微,2022李可欣,2024)。

个体在求职或职业发展中,会通过持续的社会比较来感知与评估自身处境,这一过程往往内化为显著的心理压力(Thwaites & Dagnan, 2004)。在互联网普及的当下,社会比较的情境已全面渗透至社交媒体平台(牛更枫等,2016)。这些平台显著加剧了职业成就与薪酬待遇的横向社会比较,而频繁的向上比较易引发个体的自我贬低与自尊受损,进而转化为一种弥漫性的慢性压力体验(Servidio et al., 2024)。对于工作环境相对封闭、社会交往圈层有限的产业工人而言,这一压力源具有独特的叠加效应。一方面,社交媒体上呈现的多元化职业图景可能加剧其对自身工作单调性、社会地位的负面感知;另一方面,工厂内部基于产量、绩效的数字化看板,也在同事间诱发更为直接、高频地向上比较。这种源于虚拟空间与现实职场的双重比较压力,加之数字化工作特征带来的人机交互增多、人际互动减少,使得产业工人在承受社会比较压力的同时,还面临社会隔离加剧的困境,极易滋生孤独感和工作拖延等问题(李可欣,2024)。

2.2. 心理韧性保护因素研究

心理韧性是个体在压力和挫折下免除身心障碍的危机的“保护因子”,也是个人面对生活逆境、创伤、悲剧、威胁或其他重大压力时的良好适应。心理韧性的实质是个体所具有的一种稳定的自我保护的心理属性,在个体面临困境或者危险时它会提供实质性的保护功能(胡月琴甘怡群2008)。根据现有研究,社会支持有助于提升个体的心理韧性(Rodriguez-Llanes et al., 2013)与主观幸福感(连伟利,2009),并缓解个体的抑郁(熊猛等,2020)、孤独感(赵燕等,2014)等消极情绪。依据社会支持的缓冲器模型,产业工人可通过建立由同事支持、领导关怀与家庭理解构成的三维缓冲系统,获取来自同伴、职场与家庭的多维度支持,从而减轻负性事件的消极影响,促进心理健康水平的提升。

研究表明,自我效能及掌控感的提高能增强心理韧性(吴怡霖等,2024),并且意义感对个体维持心理健康及应对压力也具有重要作用(Steger et al., 2006)。明确的意义感能使个体更积极地面对生活挑战,并表现出更强的心理调适能力(李英豪2025)。对产业工人而言,可以通过理解自身工作在整体价值链中的定位与贡献,构建和增强意义感,通过增加对工作流程的适度自主权来增强心理韧性,通过掌握跨领域技能来降低技术替代焦虑,增强职业掌控感,共同促进心理健康水平的保持与提升。

通过理解工作价值、掌握跨领域技能来增强职业掌控感,共同构成了个体应对压力的重要“心理韧性资产”。然而,心理韧性的培养与作用发挥,并非孤立于工作环境之外。个体的积极心理品质能否被有效激活,很大程度上取决于其所在的工作系统能否提供相应的资源支持。为此,需要一个更具整合性的理论框架,来系统审视工作要求与资源如何共同塑造产业工人的心理健康。工作要求—资源模型恰好为此提供了一个有力的分析视角。

3. 赋能幸福职场建设的理论模型

3.1. 工作要求–资源模型(Job Demands-Resources Model, JD-R)

工作要求–资源模型从工作特征的角度,探讨了引发个体工作倦怠的两类核心因素:工作要求与工作资源。工作要求指个体在工作中需应对的生理、心理及社交层面的负荷,完成这些任务需付出持续努力或代价;而工作资源则指有助于达成工作目标的各类支持条件,涵盖生理、心理、社交和组织等多个层面(Demerouti & Bakker, 2001)。该模型不仅关注工作本身的特征,也为个人心理资源纳入分析提供了接口。从拓展视角来看,产业工人的心理健康状态可以被视为一个多层面资源系统共同作用的结果。

基于工作要求–资源模型的拓展视角,产业工人的心理健康状态可以被视为一个多层面资源系统共同作用的结果。具体而言,这一系统涵盖以下四个关键维度:个人资源,主要表现为心理资本,包括希望、韧性、乐观与自我效能感等积极心理特质;工作资源,涉及工作本身所提供的支持条件,如工作自主性、反馈质量、技能多样性及社会支持;组织资源,指向组织环境中的结构性支持,例如公平的政策制度、职业发展机会以及心理安全氛围;外部资源,则包括家庭支持、社区联系与社会保障体系等外部环境中的稳定支持因素。这些资源相互协同,共同作用于产业工人的心理适应过程,帮助其应对工作压力,维护心理健康水平。

3.2. 数字化转型心理健康适应模型

数字化转型心理健康适应模型以压力–认知评价–应对理论为基本框架,整合工作需求–资源模型与技术压力理论,系统阐释了数字化背景下心理健康适应的动态机制。模型提出:数字化转型衍生的数字压力源构成主要挑战,其最终适应结果需通过认知–行为调节过程的中介路径实现;此路径效能受数字自我效能感与心理安全氛围构成的“适应资源库”共同调节(Bucci et al., 2019)。资源充沛时,个体倾向于将压力评价为挑战并采取建设性应对策略,形成积极适应;反之则易陷入压力耗竭的恶性循环。该框架突破了技术二元论视角,将数字化心理健康重新定义为“人–环境适配”的动态过程,为组织实施“资源强化”与“过程赋能”双路径干预策略提供了理论依据。

基于数字化转型心理健康适应模型,产业工人可以以四位一体促进路径提升心理适应:技术适应上,通过渐进式培训和同伴支持实现从焦虑到赋能的正向重构;角色转型上,通过共塑“人机协同专家”身份与制度性认可强化专业价值;能力发展上,推行硬技能与软技能并重的“T型能力”框架,并嵌入真实工作场景;意义重塑上,建立微观操作与宏观价值的可视化连接,并赋予工人数据参与自主权以重获掌控感。该路径强调通过结构性支持与过程性赋能,将心理健康维护系统整合于转型战略,实现人力与组织效能协同进化。

3.3. 多层次幸福职场生态系统模型

“多层次幸福职场生态系统模型”以自我决定理论的核心心理需求如自主、胜任、归属为内在动力源(Ryan & Deci, 2000),借鉴工作需求–资源模型的系统视角,将职场幸福视为一个由个体、人际、组织及物理技术四个嵌套层级动态互动所生成的涌现状态(Bakker & Demerouti, 2017)。该模型强调,个体层面的心理资本与意义感知,通过支持性的领导力与团队氛围进行传导,并最终由系统性的工作设计、制度文化及环境资源所赋能或制约。各层级间遵循社会技术系统的互动原则,共同构成一个增进或损耗员工福祉与组织韧性的复杂自适应系统。

基于“多层次幸福职场生态系统模型”,提升产业工人心理健康的干预策略需构建个体、团队、组织与社会四层协同的体系:推行个体适应性心理技能训练,增强其心理资本与韧性;着力培育班组内的心理安全与互助文化,强化生产性社会支持;将心理健康内化为管理制度,通过领导力发展、工作再设计及友好政策,系统性降低职业心理风险;提升职业尊严、完善保障体系并转变公众认知,营造尊重劳动价值的宏观环境。这一系统性生态干预,旨在推动产业工人心理健康从被动适应转向主动发展,为新型工业化提供可持续的人力基础。

4. 实证研究关键发现

4.1. 干预措施有效性证据

根据努力–恢复模型与相关实证研究,在工作日内安排有规律的、能促使心理脱离的短暂休息,是预防情绪资源持续耗竭的有效策略。相较于无固定休息或长间隔休息,频繁的短休息能更好地维持员工的幸福感与专注力,并通过促进资源恢复来缓冲工作压力,从而显著降低情绪耗竭的风险(Zacher et al., 2014)。

为提升干预可接受性,可采用心理技能整合培训模式,遵循嵌入式干预与去污名化原则,将压力管理、情绪调节等心理调适技巧有机融入安全生产、团队协作等常规技能培训,提升员工的参与意愿与接受度(Rugulies et al., 2023)。针对产业工人,可开发“微干预”模块,将正念呼吸、注意力重置等心理调节技术,与班前会、设备点检、工间休息等现有工作节点无缝融合。例如,在流水线强制节拍的间隙,引导工人进行30秒的聚焦于呼吸或身体感受的感官重置练习,以打破持续注意带来的心理耗竭。针对轮班工人,培训内容可整合睡眠卫生知识和应对昼夜节律紊乱的情绪管理策略,将心理健康维护与生理健康管理相结合。这种不脱产、低门槛的培训模式,能有效降低参与成本与心理抵触,提升干预的生态效度与可持续性。

基于心理健康急救与职场守门人理论,选拔一线员工进行系统培训,使其掌握心理困扰的早期识别、初步倾听与支持性沟通技巧,并熟知专业转介渠道。研究表明,此类经过培训的非专业人员,能够有效弥补专业资源的可及性不足,利用其情境熟悉度与同侪信任优势,显著提升对同事心理风险的早期觉察率与干预及时性,是构建职场心理健康防护网的关键一环(van Agteren et al., 2021)。

4.2. 组织因素影响研究

领导者心理关怀能力是团队心理健康的关键保护因素。基于社会支持理论,管理者支持行为能缓冲工作压力对心理健康的损害(Cohen & Wills, 1985);领导力–成员交换理论亦表明,高质量上下级关系通过提供信任直接降低情绪耗竭(Graen & Uhl-Bien, 1995)。研究证实,展现共情与支持的领导行为可显著提升团队心理福祉并降低风险(Arnold, 2017)。因此,发展管理者心理支持能力是组织心理风险防控的核心干预点。

赋予员工适度工作自主权是激发其内在动机的核心维度,依据目标设定理论,设定清晰而富有挑战性的目标能提供方向感与成就感,有效减少角色压力(Locke & Latham, 2002)。在清晰目标框架内授予执行自主权被证明是提升工作满意度与敬业度的关键原则。“自主权–目标清晰”协同设计可对工作满意度产生实质性提升。

研究表明,心理健康污名会将个体寻求专业帮助的可能性降低约50% (Clement et al., 2015)。通过领导倡导、全员教育与案例分享,建立安全包容的组织环境,能够有效打破自我污名,显著提升员工求助意愿,是职场心理干预体系发挥作用的必要文化基础。

产业工人心理需求呈现显著群体差异,需进行精准识别与干预。90后、00后青年工人受代际价值观影响,更重视工作意义感、发展机会与工作生活平衡(Twenge, 2010),中年工人处于职业维持期,核心需求为工作稳定性、技能更新与健康保障(Ng & Feldman, 2013),而技术转型期工人,则亟需技能转型支持与职业身份连续性维护,以应对变革冲击。

5. 科学把握产业工人心理需求的专业依据

5.1. 需求评估工具创新

首先要实现对产业工人心理健康的多维度动态评估:通过可穿戴设备与工作日志等数字化实时监测,构建客观连续的生理与行为标记体系,实现压力、疲劳等状态的被动预警(Wang et al., 2018)。借助移动端App触发即时自评生态瞬时评估,在工作流中捕捉情绪、体验与工作需求的瞬时波动及共变关系,克服回溯偏差(Gabriel et al., 2019)。采用解释性序列混合方法设计,在量化分析识别关键模式后,通过深度访谈与参与式观察进行质性跟究,揭示现象背后的情境机制与个体叙事,完成从相关到机理的深化阐释(Creswell & Plano Clark, 2017)。三方法结合,形成从宏观预警、微观捕捉到意义诠释的完整证据链。

5.2. 精准干预策略

其次要构建整合“分级响应、个性支持与全程衔接”的职场心理健康管理体系。首先,基于公共卫生三级预防模型,建立分级分类响应体系,依据风险筛查结果,精准匹配从全员宣教、团体辅导到个体咨询及专业转介的干预资源(World Health Organization, 2022)。其次,遵循个体–环境匹配理论,借助数字化平台,结合员工心理韧性、社会网络个人资源与工作情境,生成定制化干预模块与资源链接,提升支持针对性与接受度(Kristof-Brown et al., 2005)。最后,依据连续护理与整合护理理念,打造预防–干预–康复全链条系统,通过跨部门协作机制,实现从健康促进、早期干预、临床治疗到康复返岗的无缝衔接与闭环管理(Harvey et al., 2014)。

5.3. 组织变革建议

在制度层面,将员工心理健康相关指标纳入组织关键绩效体系(Sakai et al., 2026)。具体来说,可将班组整体疲劳指数、心理脱离水平等与生产安全、质量事故强相关的心理状态指标纳入车间一级的关键绩效体系,使心理健康与生产绩效直接关联,提升管理者的重视程度。在任务层面,恪守社会技术系统设计原则,在引入自动化设备时,应同步评估其对工人技能多样性、任务完整性和工作自主性的影响,通过岗位轮换、任务扩大化等方式,对冲标准化生产带来的意义感流失。例如,在智能制造单元中,为操作工增加数据分析和异常处理的权限,使其从单纯的“机器操作者”转变为“流程优化者”,以此维护工人的职业价值感和掌控感。最终,所有措施将被纳入一个更广泛的心理健康生态系统中,协同组织内部各单元以及家庭、社区、专业机构等外部资源,形成一个无缝衔接的全方位支持网络(Gao, 2025)。

6. 未来研究方向

6.1. 人机协同心理机制研究

未来研究可探索在智能系统界面设计中融入“助推”理念,聚焦人机协作的最优心理互动模式。例如,当系统监测到工人操作节奏异常或疲劳指标上升时,可主动推送个性化提示,如“检测到您持续工作较久,建议进行一分钟微休息”或“今日效率达标,您辛苦了”,既体现人文关怀,也能预防疲劳累积。同时,需审慎设计数据反馈的可视化方式,避免将数据监控单纯异化为绩效压力源,而应将其转化为赋能工人自我管理的工具,例如,让工人自主查看自己的操作数据、疲劳趋势,并获取个性化的调节建议,从而增强其控制感与自主性。

6.2. 跨文化比较研究

开展严谨的跨文化比较,揭示不同文化背景下产业工人心理健康保护因素的差异。探究集体主义文化中的团队支持与个人主义文化中的职业自主等因素作用的异同,为制定本土化、精准化的干预策略提供理论指导。

6.3. 生命历程纵向研究

引入生命历程视角与纵向追踪设计,描绘工人从入职到退休的全周期心理健康动态轨迹。识别职业转折点的心理影响,探索早期经验对晚期韧性的塑造作用,以实施分阶段、有针对性地精准预防。

6.4. 政策循证评估研究

加强心理健康政策的长期效果与成本效益分析。运用随机对照试验和卫生经济学评估方法,量化干预措施对生产率和健康结局的长期影响及经济回报,建立循证决策体系,推动心理健康投入从“福利”转向“战略投资”。

7. 结论

产业工人心理健康研究已经从关注问题修复转向积极发展,从个体干预转向生态系统建设。赋能幸福职场需要理论创新与实践探索相结合,科学识别产业工人的心理需求,构建多层次支持系统。未来的幸福职场建设应着眼于在技术变革中维护人的主体性和尊严,在效率追求中保障心理健康,在组织发展中实现个人成长,最终实现产业高质量发展与工人高品质生活的平衡统一。这一研究领域的发展不仅有助于提升产业工人的福祉,也为构建更具韧性、创新性和可持续性的现代产业体系提供了心理资本基础。

基金项目

本项目受大学生创新创业训练计划项目资助(项目号:X2025193)。

NOTES

*通讯作者。

参考文献

[1] 陈鹏(2013). 成员角色压力、工作投入与团队效能的关系研究. 硕士学位论文, 济南: 山东大学.
[2] 胡微(2022). 制造业班组长职业能力的构成与发展研究. 博士学位论文, 上海: 华东师范大学.
[3] 胡月琴, 甘怡群(2008). 青少年心理韧性量表的编制和效度验证. 心理学报, (8), 902-912.
[4] 蒋佶杉(2024). 重庆市汽车制造业工人职业紧张对其身心健康的影响. 硕士学位论文, 重庆: 重庆医科大学.
[5] 李可欣(2024). 数字化工作特征对零工者孤独感和工作拖延的影响研究. 硕士学位论文, 北京: 北京化工大学.
[6] 李英豪(2025). 父母情感温暖、心理韧性、生涯适应力与高中生生命意义感的关系及干预. 硕士学位论文, 漳州: 闽南师范大学.
[7] 连伟利(2009). 留守初中生领悟社会支持与主观幸福感的关系研究. 硕士学位论文, 重庆: 西南大学.
[8] 吕博(2017). 基层公务员领导-成员交换和工作压力的关系分析. 硕士学位论文, 济南: 山东财经大学.
[9] 牛更枫, 孙晓军, 周宗奎, 孔繁昌, 田媛(2016). 基于QQ空间的社交网站使用对青少年抑郁的影响: 上行社会比较和自尊的序列中介作用. 心理学报, 48(10), 1282-1291.
[10] 吴素玲, 齐新周, 王琳, 贺红梅(2024). 豫西电力行业工人职业紧张状况与精神卫生状况调查. 医药论坛杂志, 45(21), 2288-2292.
[11] 吴怡霖, 陈彦君, 程黎, 高睿龙, 熊博(2024). 超常儿童的创造性自我效能感: 同伴支持、心理韧性和情绪感知的影响. 中国特殊教育, (9), 79-87.
[12] 熊猛, 马建平, 叶一舵(2020). 相对剥夺感对离异家庭儿童抑郁的影响: 一个有调节的中介模型. 中国临床心理学杂志, 28(3), 523-527.
[13] 赵燕, 张翔, 杜建政, 郑雪(2014). 流动儿童社会支持与抑郁及孤独的关系: 心理韧性的调节和中介效应. 中国临床心理学杂志, 22(3), 512-516+521.
[14] Arnold, K. A. (2017). Transformational Leadership and Employee Psychological Well-Being: A Review and Directions for Future Research. Journal of Occupational Health Psychology, 22, 381-393.[CrossRef] [PubMed]
[15] Bakker, A. B., & Demerouti, E. (2017). Job Demands-Resources Theory: Taking Stock and Looking Forward. Journal of Occupational Health Psychology, 22, 273-285.[CrossRef] [PubMed]
[16] Bankins, S., Ocampo, A. C., Marrone, M., Restubog, S. L. D., & Woo, S. E. (2024). A Multilevel Review of Artificial Intelligence in Organizations: Implications for Organizational Behavior Research and Practice. Journal of Organizational Behavior, 45, 159-182.[CrossRef
[17] Bucci, S., Schwannauer, M., & Berry, N. (2019). The Digital Revolution and Its Impact on Mental Health Care. Psychology and Psychotherapy: Theory, Research and Practice, 92, 277-297.[CrossRef] [PubMed]
[18] Clement, S., Schauman, O., Graham, T., Maggioni, F., Evans-Lacko, S., Bezborodovs, N. et al. (2015). What Is the Impact of Mental Health-Related Stigma on Help-Seeking? A Systematic Review of Quantitative and Qualitative Studies. Psychological Medicine, 45, 11-27.[CrossRef] [PubMed]
[19] Cohen, S., & Wills, T. A. (1985). Stress, Social Support, and the Buffering Hypothesis. Psychological Bulletin, 98, 310-357.[CrossRef
[20] Creswell, J. W., & Plano Clark, V. L. (2017). Designing and Conducting Mixed Methods Research (3rd Ed.). Sage Publications.
[21] Demerouti, E., & Bakker, A. B. (2001). The Job Demands-Resources Model of Burnout. Journal of Applied Psychology, 86, 499-512.[CrossRef] [PubMed]
[22] Fan, Y., Huang, J., Sun, C., Qiao, N., Zhang, H., Wang, H. et al. (2017). Prevalence of Dyslipidaemia and Risk Factors in Chinese Coal Miners: A Cross-Sectional Survey Study. Lipids in Health and Disease, 16, Article No. 161.[CrossRef] [PubMed]
[23] Gabriel, A. S., Podsakoff, N. P., Beal, D. J., Scott, B. A., Sonnentag, S., Trougakos, J. P. et al. (2019). Experience Sampling Methods: A Discussion of Critical Trends and Considerations for Scholarly Advancement. Organizational Research Methods, 22, 969-1006.[CrossRef
[24] Gao, T. (2025). Correction: Exploring the Construction of a Youth Mental Health Campus Ecosystem Integrating Research-Practice Teaching. Frontiers in Public Health, 13, Article ID: 1636327.[CrossRef
[25] Graen, G. B., & Uhl-Bien, M. (1995). Relationship-Based Approach to Leadership: Development of Leader-Member Exchange (LMX) Theory of Leadership over 25 Years: Applying a Multi-Level Multi-Domain Perspective. The Leadership Quarterly, 6, 219-247.[CrossRef
[26] Harvey, S. B., Joyce, S., Tan, L. et al. (2014). Developing a Mentally Healthy Workplace: A Review of the Literature. National Mental Health Commission of Australia.
[27] Joseph, J. F., Tural, U., Joseph, N. D., Mendoza, T. E., Patel, E., Reifer, R. et al. (2025) Understanding High-Functioning Depression in Adults. Cureus,17, e78891. [Google Scholar] [CrossRef] [PubMed]
[28] Kristof‐Brown, A. L., Zimmerman, R. D., & Johnson, E. C. (2005). Consequences Of Individuals’ Fit at Work: A Meta-Analysis of Person-Job, Person-Organization, Person-Group, And Person-Supervisor Fit. Personnel Psychology, 58, 281-342.[CrossRef
[29] Locke, E. A., & Latham, G. P. (2002). Building a Practically Useful Theory of Goal Setting and Task Motivation: A 35-Year Odyssey. American Psychologist, 57, 705-717.[CrossRef
[30] Mirbabaie, M., Brünker, F., Möllmann Frick, N. R. J., & Stieglitz, S. (2022). The Rise of Artificial Intelligence—Understanding the AI Identity Threat at the Workplace. Electronic Markets, 32, 73-99.[CrossRef
[31] Ng, T. W. H., & Feldman, D. C. (2013). How Do Within-Person Changes Due to Aging Affect Job Performance? Journal of Vocational Behavior, 83, 500-513.[CrossRef
[32] Okereke, P. U., Umeh, C. V., Okereke, W. O., Ndayambaje, E., Obetta, C. C., Uzor, O. F. et al. (2025). High-Functioning Depression: A Hidden Burden Demanding Clinical Recognition. BJPsych Bulletin, 1-3.[CrossRef
[33] Rizzo, J. R., House, R. J., & Lirtzman, S. I. (1970). Role Conflict and Ambiguity in Complex Organizations. Administrative Science Quarterly, 15, 150-163.[CrossRef
[34] Rodriguez-Llanes, J. M., Vos, F., & Guha-Sapir, D. (2013). Measuring Psychological Resilience to Disasters: Are Evidence-Based Indicators an Achievable Goal? Environmental Health, 12, 1-10.[CrossRef] [PubMed]
[35] Rugulies, R., Aust, B., Greiner, B. A., Arensman, E., Kawakami, N., LaMontagne, A. D. et al. (2023). Work-Related Causes of Mental Health Conditions and Interventions for Their Improvement in Workplaces. The Lancet, 402, 1368-1381.[CrossRef] [PubMed]
[36] Ryan, R. M., & Deci, E. L. (2000). Self-Determination Theory and the Facilitation of Intrinsic Motivation, Social Development, and Well-Being. American Psychologist, 55, 68-78.[CrossRef
[37] Sakai, K., Nakazawa, S., Furuya, Y., Fukai, K., Sano, K., & Tatemichi, M. (2026). Key Performance Indicators in Workplace Health Promotion: A Cross-Sectional Text-Mining Study of Feedback Sheets from Government-Led Health and Productivity Management Initiatives in Japan. Journal of Occupational & Environmental Medicine, 68, e61-e68.[CrossRef
[38] Servidio, R., Soraci, P., Griffiths, M. D., Boca, S., & Demetrovics, Z. (2024). Fear of Missing Out and Problematic Social Media Use: A Serial Mediation Model of Social Comparison and Self-Esteem. Addictive Behaviors Reports, 19, Article 100536.[CrossRef] [PubMed]
[39] Singh, K., Chatterjee, S., & Mariani, M. (2024). Applications of Generative AI and Future Organizational Performance: The Mediating Role of Explorative and Exploitative Innovation and the Moderating Role of Ethical Dilemmas and Environmental Dynamism. Technovation, 133, Article 103021.[CrossRef
[40] Steger, M. F., Frazier, P., Oishi, S., & Kaler, M. (2006). The Meaning in Life Questionnaire: Assessing the Presence of and Search for Meaning in Life. Journal of Counseling Psychology, 53, 80-93.[CrossRef
[41] Thwaites, R., & Dagnan, D. (2004). Moderating Variables in the Relationship between Social Comparison and Depression: An Evolutionary Perspective. Psychology and Psychotherapy: Theory, Research and Practice, 77, 309-323.[CrossRef] [PubMed]
[42] Twenge, J. M. (2010). A Review of the Empirical Evidence on Generational Differences in Work Attitudes. Journal of Business and Psychology, 25, 201-210.[CrossRef
[43] van Agteren, J., Iasiello, M., Lo, L., Bartholomaeus, J., Kopsaftis, Z., Carey, M. et al. (2021). A Systematic Review and Meta-Analysis of Psychological Interventions to Improve Mental Wellbeing. Nature Human Behaviour, 5, 631-652.[CrossRef] [PubMed]
[44] Wang, W., Harari, G. M., Wang, R., Müller, S. R., Mirjafari, S., Masaba, K. et al. (2018). Sensing Behavioral Change over Time: Using Within-Person Variability Features from Mobile Sensing to Predict Personality Traits. Proceedings of the ACM on Interactive, Mobile, Wearable and Ubiquitous Technologies, 2, 1-21.[CrossRef
[45] World Health Organization (2022). Mental Health at Work: Policy Brief. World Health Organization.
[46] Zacher, H., Brailsford, H. A., & Parker, S. L. (2014). Micro-Breaks Matter: A Diary Study on the Effects of Energy Management Strategies on Occupational Well-Being. Journal of Vocational Behavior, 85, 287-297.[CrossRef
[47] Zhu, Y., Corbett, J. u., & Chiu, Y. (2021). Understanding Employees’ Responses to Artificial Intelligence. Organizational Dynamics, 50, Article 100786.[CrossRef