Inventaire du modèle de connectivité après les heures de travail, d’autonomie et d’épuisement des employés

Résumé

L’Inventaire du modèle de connectivité après les heures de travail, d’autonomie et d’épuisement des employés (Employee After-Hour Connectivity, Autonomy, and Exhaustion-Model Inventory) est un instrument psychométrique longitudinal développé et validé par Ward van Zoonen, Jeffrey W. Treem et Anu E. Sivunen en 2023. Cet outil a été spécifiquement conçu afin de modéliser et de clarifier les dynamiques complexes liant les communications numériques professionnelles durant le temps non travaillé, l’autonomie professionnelle perçue et le syndrome d’épuisement professionnel (burnout). S’inscrivant théoriquement dans le cadre de la théorie de la conservation des ressources (Conservation of Resources theory [COR], Hobfoll, 1989), l’instrument opérationnalise l’effet paradoxal de la technologie mobile : si la connectivité numérique continue est souvent incriminée comme une source majeure d’empiètement sur la sphère privée et d’épuisement, elle constitue également un vecteur permettant d’accroître les ressources décisionnelles et temporelles des collaborateurs.

L’inventaire comprend un ensemble de 14 items structurés autour de trois dimensions psychométriques distinctes mais interdépendantes : la connectivité après les heures de travail (adaptée des travaux de Büchler et al., 2020), l’autonomie au travail (adaptée de l’échelle multidimensionnelle de Breaugh, 1985, englobant l’autonomie de méthode, de planification et de critères), et l’épuisement émotionnel professionnel (dérivé de la sous-échelle d’épuisement du Maslach Burnout Inventory [MBI-GS] de Maslach & Jackson, 1981). Les réponses sont recueillies via une échelle de Likert en 7 points allant de 1 (« Pas du tout d’accord » / Strongly disagree) à 7 (« Tout à fait d’accord » / Strongly agree).

Sur le plan psychométrique, l’instrument démontre une rigueur exceptionnelle établie sur un échantillon d’employés d’une grande entreprise multinationale de ressources naturelles en Scandinavie, suivi au moyen d’un protocole longitudinal en trois vagues (T1, T2, T3). Les analyses factorielles confirmatoires (AFC) et la modélisation par équations structurelles (SEM) confirment un ajustement remarquable du modèle théorique aux données : $\chi^2(522) = 682{,}83$ ; TLI = 0,97 ; CFI = 0,98 ; RMSEA = 0,040 (IC à 90 % [0,031 ; 0,048]) ; SRMR = 0,06. La variance moyenne extraite (AVE) s’étend de 0,49 à 0,82 selon les vagues et les facteurs, confirmant la validité convergente. La fidélité composite est soutenue par des coefficients Oméga de McDonald ($\omega$) variant de 0,74 à 0,95 et une fiabilité maximale ($H$) comprise entre 0,75 et 0,95. L’invariance de mesure longitudinale faible (métrique) et forte (scalaire) est strictement démontrée.

Mots-clés

Connectivité après les heures de travail, autonomie au travail, épuisement professionnel, théorie de la conservation des ressources, psychométrie organisationnelle, technologies de l’information et de la communication, frontières travail-famille, technostress, santé au travail, modélisation par équations structurelles.

Auteurs

L’instrument a été conceptualisé, validé et publié par une équipe internationale de chercheurs de premier plan spécialisés en communication organisationnelle, dynamique des technologies numériques et comportement organisationnel :

• Ward van Zoonen : Département des dynamiques organisationnelles dans la société numérique, Université Érasme de Rotterdam (Erasmus University Rotterdam), Pays-Bas. Identifiant ORCID : 0000-0002-8531-8784. Adresse de correspondance : Erasmus University, Organizational Dynamics in the Digital Society, Burgemeester Oudlaan 342T, 3062PA Rotterdam, Pays-Bas. Courriel : [email protected].
• Jeffrey W. Treem : Moody College of Communication, Université du Texas à Austin (University of Texas at Austin), États-Unis. Identifiant ORCID : 0000-0003-3269-5559.
• Anu E. Sivunen : Département des études de langage et de communication, Université de Jyväskylä (University of Jyväskylä), Finlande. Identifiant ORCID : 0000-0001-7068-2260.

Objectif

L’objectif fondamental de cet inventaire est d’évaluer de manière quantitative, standardisée et longitudinale l’articulation entre l’utilisation des technologies de communication professionnelle en dehors des horaires conventionnels de bureau (after-hours connectivity), l’expérience d’autonomie des collaborateurs et l’émergence ou la mitigation de l’épuisement professionnel (work exhaustion). L’essor du travail à distance, des smartphones corporatifs et des plateformes collaboratives infonuagiques (telles que Microsoft Teams, Slack ou les messageries électroniques mobiles) a estompé la démarcation historique entre le temps professionnel et le temps personnel, soulevant des préoccupations sociétales et médicales majeures quant à la surcharge cognitive et au manque de récupération physiologique et mentale.

La recherche académique antérieure s’était majoritairement cantonnée à un paradigme unilatéralement négatif, postulant que toute intrusion technologique hors travail constitue une demande excessive drainant les ressources énergétiques de l’individu et générant inévitablement du conflit travail-vie personnelle et de l’épuisement émotionnel. Cependant, les praticiens de la santé au travail et les théoriciens des organisations observaient simultanément une énigme empirique : de nombreux salariés s’engagent volontairement dans la connectivité hors des heures de travail sans présenter de détresse psychologique, rapportant au contraire un sentiment accru d’efficacité et de maîtrise de leur emploi du temps. L’instrument de van Zoonen, Treem et Sivunen a été créé précisément pour dépasser ce réductionnisme et tester un mécanisme médiateur central : le rôle amplificateur d’autonomie que peut conférer la connectivité numérique.

Dans le domaine de la recherche, cet inventaire offre une matrice robuste pour la modélisation causale dans les devis longitudinaux ou les protocoles de journal de bord (daily diary studies). Il permet d’isoler si et quand la connectivité agit comme une contrainte ou comme un instrument d’autonomisation fonctionnelle. En milieu appliqué et clinique (médecine du travail, psychologie organisationnelle, cabinets de conseil en ressources humaines), l’inventaire sert d’outil de diagnostic organisationnel. Il aide à identifier les profils d’employés vulnérables au surmenage et à évaluer si les politiques internes relatives au « droit à la déconnexion » soutiennent véritablement le bien-être ou si elles entravent involontairement l’autonomie décisionnelle des travailleurs qui dépendent de la flexibilité temporelle pour harmoniser leurs obligations professionnelles et personnelles.

Construit psychologique

L’inventaire opérationnalise trois macro-construits psychologiques et professionnels majeurs, eux-mêmes articulés autour de dimensions spécifiques établies dans la littérature psychométrique :

1. La connectivité après les heures de travail (After-Hour Connectivity)

Ce construit mesure la fréquence et l’intensité avec lesquelles un employé utilise des terminaux et plateformes numériques (courriels professionnels, messageries instantanées, réseaux sociaux d’entreprise, applications mobiles de gestion de tâches) pour surveiller, traiter ou initier des communications liées à son activité professionnelle en dehors des heures régulières de contrat ou de service effectif. Les quatre items évaluent à la fois le comportement d’accessibilité continue (« être joignable »), la surveillance proactive des flux d’information (« vérifier les notifications ») et l’exécution effective de tâches de travail pendant les périodes réservées au repos ou à la vie privée. Ce construit ne postule pas a priori la valence affective de l’activité (plaisir vs contrainte), mais quantifie une pratique comportementale technomédiée.

2. L’autonomie organisationnelle au travail (Work Autonomy)

Inspirée des travaux fondateurs de Breaugh (1985), l’autonomie est ici conceptualisée non comme une variable globale floue, mais comme le degré de liberté, de contrôle discrétionnaire et d’indépendance dont dispose un individu dans la réalisation de ses missions professionnelles. L’échelle opérationnalise l’autonomie à travers trois composantes critiques :

• Autonomie de planification (Work scheduling autonomy) : Le pouvoir dont dispose l’employé pour séquencer ses activités, déterminer le moment exact où chaque tâche doit être accomplie et organiser son emploi du temps professionnel selon ses préférences cognitives ou personnelles.
• Autonomie de méthode (Work method autonomy) : La liberté de choisir les outils, les démarches, les protocoles et les modes opératoires spécifiques mobilisés pour accomplir les tâches requises.
• Autonomie de critères (Work criteria autonomy) : La latitude permettant au travailleur d’influencer ou de modifier les critères d’évaluation, les priorités relatives et les objectifs de performance sur lesquels repose l’appréciation de son travail par sa hiérarchie.

3. L’épuisement au travail (Work Exhaustion)

Ce construit correspond au cœur affectif et physiologique du syndrome de burnout, tel que théorisé par Maslach et Jackson (1981). Il capture la sensation d’un assèchement complet des ressources émotionnelles et énergétiques sous l’effet des contraintes professionnelles chroniques. Les items mesurent l’usure psychologique (« se sentir vidé émotionnellement »), la fatigue résiduelle accumulée (« être exténué à la fin de la journée »), l’appréhension matinale face aux exigences du travail et le sentiment global de surmenage (feeling burned out). Ce construit se distingue de la simple fatigue transitoire par son caractère chronique et son attribution directe aux conditions et contextes de l’activité professionnelle.

Cadre théorique

L’instrument repose conceptuellement sur la théorie de la conservation des ressources (Conservation of Resources theory – COR), formulée initialement par le psychologue Stevan E. Hobfoll en 1989. Selon la théorie COR, les êtres humains possèdent une motivation fondamentale orientée vers l’acquisition, la préservation, la protection et le développement de ressources essentielles. Ces ressources peuvent être matérielles, personnelles (estime de soi, auto-efficacité), conditionnelles (sécurité de l’emploi) ou énergétiques (temps, santé, vigueur physique et mentale).

La dialectique perte de ressources versus gain de ressources

La théorie COR postule deux corollaires cardinaux qui sous-tendent les hypothèses mesurées par l’inventaire :

• La primauté de la perte de ressources (Loss Salience) : La perte perçue ou réelle de ressources génère une détresse psychologique nettement plus intense et rapide que l’impact positif procuré par un gain équivalent de ressources. Lorsque les technologies mobiles contraignent un salarié à répondre aux sollicitations professionnelles le soir, elles empiètent sur son temps de récupération (nécessaire à la restauration énergétique), déclenchant une spirale de pertes susceptible de déboucher sur l’épuisement professionnel.
• La caravane de ressources (Resource Caravans) et l’investissement de ressources : Les individus doivent mobiliser des ressources pour prévenir la perte future de ressources ou pour en générer de nouvelles. Dans cette perspective, la connectivité après les heures de travail ne constitue pas exclusivement un drain ; elle peut fonctionner comme un investissement stratégique de ressources. En traitant des requêtes urgentes le soir ou en organisant leur travail hors des perturbations du bureau, les employés s’approprient une ressource conditionnelle majeure : l’autonomie.

Le paradoxe de la connectivité et la médiation par l’autonomie

L’originalité théorique sous-jacente au modèle de van Zoonen et collaborateurs réside dans la démonstration que la connectivité hors des heures ouvrables génère des effets indirects bénéfiques qui contrecarrent ses effets directs potentiellement délétères. En procurant aux individus une autonomie accrue dans la méthode et la temporalité de leur travail, la connectivité leur permet de réguler eux-mêmes la charge de travail perçue. L’autonomie acquise agit ainsi comme un bouclier ou un réservoir de ressources qui, en retour, protège le travailleur contre l’épuisement émotionnel. L’inventaire a été minutieusement calibré pour permettre aux chercheurs d’observer empiriquement ces arbitrages et ces spirales de ressources dans des modélisations longitudinales croisées (cross-lagged panel models).

Validité

Les qualités psychométriques de l’inventaire ont été attestées au moyen d’analyses statistiques approfondies menées sur une cohorte industrielle scandinave suivie à travers trois vagues d’enquêtes temporelles espacées (van Zoonen et al., 2023) :

Validité de construit et validité convergente

La validité convergente a été démontrée par l’examen systématique de la variance moyenne extraite (Average Variance Extracted, AVE) pour chacune des dimensions latentes à travers le temps :

• Pour le construit de connectivité après les heures de travail, l’AVE a atteint des valeurs particulièrement robustes de 0,82 lors des vagues T1 et T3, témoignant d’une capture exceptionnelle de la variance commune par les items.
• Pour l’autonomie au travail, l’AVE s’est établie entre 0,49 (à la vague T2) et des valeurs supérieures à 0,55 pour les autres vagues. Bien que 0,49 frôle le seuil traditionnel de Fornell et Larcker (0,50), la fiabilité composite très élevée confirme la validité du construit.
• Pour l’épuisement professionnel, l’AVE a largement excédé les critères conventionnels, corroborant la pureté de la mesure dérivée du MBI.

Validité discriminante

La validité discriminante a été confirmée selon les critères de Fornell-Larcker : pour chaque variable latente, la racine carrée de l’AVE s’est avérée supérieure aux corrélations inter-facteurs partagées avec les autres construits du modèle. De surcroît, le ratio hétérotrait-monotrait (HTMT) des corrélations s’est maintenu sous le seuil critique de 0,85, garantissant que la connectivité, l’autonomie et l’épuisement constituent des dimensions conceptuelles et empiriques parfaitement différenciées.

Validité prédictive et nomologique

Les modélisations par équations structurelles longitudinales ont mis en évidence les trajectoires théoriquement postulées : la connectivité hors travail prédit positivement l’autonomie perçue ultérieure, laquelle exerce un effet protecteur significatif en réduisant les niveaux d’épuisement au temps suivant. Ces résultats confirment la pertinence nomologique de l’inventaire dans l’étude des dynamiques de santé psychologique au travail.

Fidélité

L’évaluation de la cohérence interne de l’inventaire a mobilisé des indices psychométriques avancés, surpassant le traditionnel coefficient Alpha de Cronbach dont les limites en présence de modèles à indicateurs multiples sont largement documentées.

Coefficients Oméga de McDonald ($\omega$)

Le coefficient Oméga de McDonald a été calculé pour l’ensemble des échelles à chaque vague temporelle. Les valeurs d’oméga se sont échelonnées entre $\omega = 0{,}74$ et $\omega = 0{,}95$. Ces scores reflètent une cohérence interne allant de bonne à excellente, attestant que les indicateurs partagent une variance substantielle due au trait latent sans redondance excessive.

Fiabilité Maximale ($H$)

Afin d’estimer la capacité des indicateurs à représenter au mieux la variable latente sous-jacente sans biaiser la charge factorielle, l’indice de fiabilité maximale ($H$) de Hancock et Mueller a été évalué. Les valeurs de $H$ se sont échelonnées entre 0,75 et 0,95. Une valeur de $H > 0{,}70$ garantit que la variable latente est solidement ancrée dans ses indicateurs empiriques et que les erreurs de mesure n’atténuent pas artificiellement les coefficients structurels.

Stabilité temporelle (Fidélité test-retest et stabilité longitudinale)

Les autocorrélations des variables latentes entre les différentes vagues (T1 à T2, puis T2 à T3) ont révélé une stabilité temporelle substantielle des traits mesurés, tout en préservant une sensibilité suffisante aux changements environnementaux ou organisationnels survenus au cours de l’intervalle d’évaluation.

Analyse factorielle

La structure factorielle de l’inventaire a fait l’objet d’une validation rigoureuse via l’analyse factorielle confirmatoire (AFC) multivariée et l’analyse de l’invariance de mesure longitudinale.

Adéquation du modèle factoriel (Goodness-of-Fit)

Le modèle tridimensionnel intégrant les données longitudinales a présenté des indices d’adéquation remarquables, satisfaisant aux recommandations méthodologiques les plus strictes (Hu & Bentler, 1999) :

• Chi-deux de l’ajustement : $\chi^2(522) = 682{,}83$ ($p < 0{,}001$) ; le ratio $\chi^2/dl$ s’établit à 1,31, ce qui traduit une concordance étroite entre les matrices de covariance observées et impliquées.
• Tucker-Lewis Index (TLI) : 0,97 (seuil optimal $ge 0{,}95$).
• Comparative Fit Index (CFI) : 0,98 (seuil optimal $ge 0{,}95$).
• Root Mean Square Error of Approximation (RMSEA) : 0,040 avec un intervalle de confiance à 90 % situé entre [0,031 ; 0,048], confirmant une erreur résiduelle minime dans la population.
• Standardized Root Mean Square Residual (SRMR) : 0,06 (seuil d’acceptabilité $le 0{,}08$).

Invariance de mesure longitudinale

Pour assurer la validité des comparaisons des relations structurelles dans le temps, des tests hiérarchiques d’invariance de mesure ont été conduits :

• Invariance faible / métrique (égalisation des saturations factorielles) : L’invariance métrique est pleinement vérifiée ($\Delta\chi^2(24) = 30{,}78$, $p = 0{,}160$). Ce résultat démontre que les répondants attribuent la même signification psychologique aux construits à chaque vague temporelle.
• Invariance forte / scalaire (égalisation des constantes d’interception) : L’invariance scalaire est également établie ($\Delta\chi^2(6) = 5{,}25$, $p = 0{,}513$), autorisant la comparaison formelle des moyennes latentes à travers le temps.
• Invariance stricte (égalisation des variances d’erreur résiduelle) : L’invariance stricte n’a pas été retenue ($\Delta\chi^2(30) = 49{,}62$, $p = 0{,}014$). Cependant, comme le soulignent les auteurs et la littérature méthodologique (Vandenberg & Lance, 2000), le rejet de l’invariance stricte est fréquent dans les panels longitudinaux et n’empêche nullement l’interprétation unbiased des coefficients de régression structurelle.

Instrument de mesure

• Type d’instrument : Questionnaire d’auto-évaluation psychologique et organisationnelle (Inventaire standardisé).
• Format : Formulaire informatisé administré par voie électronique ou sur plateforme web.
• Nombre d’items : 14 items authentiques composant la version intégrée de l’inventaire.
• Échelle de réponse : Échelle de Likert en 7 points (1 = Strongly disagree / Pas du tout d’accord à 7 = Strongly agree / Tout à fait d’accord).
• Sous-échelles et structure des items :
  • Connectivité après les heures de travail (After-Hours Connectivity) : Items 1 à 4 (adaptés de Büchler et al., 2020).
  • Autonomie professionnelle (Work Autonomy) : Items 5 à 9 (adaptés de Breaugh, 1985 ; incluant l’autonomie de planification, d’exécution et de méthode).
  • Épuisement professionnel (Work Exhaustion) : Items 10 à 14 (adaptés de Maslach & Jackson, 1981).
• Calcul des scores et cotation :
  • Tous les items sont formulés dans le sens direct du trait (aucun item inversé).
  • Un score moyen par dimension est calculé en effectuant la moyenne arithmétique des items de chaque sous-échelle (score allant de 1 à 7).
  • Alternativement, des scores factoriels composites peuvent être pondérés au moyen des saturations issues de l’analyse factorielle confirmatoire pour des études en modélisation par équations structurelles.
• Population cible : Salariés, cadres, professionnels et employés utilisant des technologies numériques mobiles dans le cadre de leurs fonctions organisationnelles.

Permissions, Tarifs et Année du test

• Année de publication : 2023.
• Permissions d’usage : L’instrument est mis à la disposition de la communauté académique internationale sous licence ouverte Creative Commons Attribution 4.0 International (CC BY 4.0). Son utilisation est entièrement autorisée à des fins de recherche fondamentale, d’évaluation universitaire et d’enseignement, sous réserve de citer formellement les auteurs et la publication source.
• Utilisation commerciale : L’exploitation commerciale directe de l’outil est soumise à autorisation préalable selon les conditions de publication de l’éditeur scientifique.
• Tarifs : Gratuit (accès libre pour les chercheurs et praticiens dans le cadre académique et éducatif).

Références

• Breaugh, J. A. (1985). The measurement of work autonomy. Human Relations, 38(6), 551–570. https://doi.org/10.1177/001872678503800604
• Büchler, N., Ter Hoeven, C. L., & van Zoonen, W. (2020). Understanding constant connectivity to work: How and for whom is constant connectivity related to employee well-being? Information and Organization, 30(4), Article 100343. https://doi.org/10.1016/j.infoandorg.2020.100343
• Hobfoll, S. E. (1989). Conservation of resources: A new attempt at conceptualizing stress. American Psychologist, 44(3), 513–524. https://doi.org/10.1037/0003-066X.44.3.513
• Hu, L. T., & Bentler, P. M. (1999). Cutoff criteria for fit indexes in covariance structure analysis: Conventional criteria versus new alternatives. Structural Equation Modeling: A Multidisciplinary Journal, 6(1), 1–55. https://doi.org/10.1080/10705519909540118
• Maslach, C., & Jackson, S. E. (1981). The measurement of experienced burnout. Journal of Organizational Behavior, 2(2), 99–113. https://doi.org/10.1002/job.4030020205
• van Zoonen, W., Treem, J. W., & Sivunen, A. E. (2023). Staying connected and feeling less exhausted: The autonomy benefits of after‐hour connectivity. Journal of Occupational and Organizational Psychology, 96(2), 242–263. https://doi.org/10.1111/joop.12422
• Vandenberg, R. J., & Lance, C. E. (2000). A review and synthesis of the measurement invariance literature: Suggestions, practices, and recommendations for organizational research. Organizational Research Methods, 3(1), 4–70. https://doi.org/10.1177/109442810031002

Questions et items du questionnaire