Deux articles d’Insaf Khelladi, Associate Professor en marketing à l’EMLV et responsable du groupe de recherche business au sein du DVRC, ont été indexés dans la base de données de l’Organisation Mondiale de la Santé (OMS).
Connecter scientifiques et professionnels de la santé pour accélérer le processus de recherche et de développement autour de la pandémie de coronavirus et pour aider les personnes touchées : c’est le but de la Base de données de recherche COVID-19 de l’OMS.
Une occasion unique pour les chercheurs du monde entier d’exercer un impact tangible sur l’intelligence collective afin d’améliorer la recherche et accélérer le diagnostic dans le cadre de la COVID. Parmi ces scientifiques référencés par l’OMS, on compte Insaf Khelladi, responsable du Business Group du De Vinci Research Center, le laboratoire de recherche du Pôle Léonard de Vinci.
Une base de données mondiale pour disséminer la recherche autour de la Covid-19
L’OMS a mis en place une base de données mondiale rassemblant toute la connaissance scientifique internationale sur le COVID-19, afin d’assurer la diffusion et le partage de la recherche multidisciplinaire sur ce virus à travers le monde académique et professionnel.
Le premier article indexé intitulé “How death anxiety influences coping strategies during the COVID-19 pandemic: investigating the role of spirituality, national identity, lockdown and trust”, a été publié en Janvier 2022 dans le Journal of Marketing Management.
Cet article a examiné les effets de l’anxiété face à la mort sur l’adoption de différentes stratégies d’adaptation (appelées aussi stratégies de coping) pendant la pandémie de COVID-19 dans cinq pays différents (Algérie, France, Iran, Italie et Turquie).
« La pandémie de COVID-19 a créé un environnement très stressant dans lequel les rappels en lien avec la mort sont constants. Ce contexte de saillance permanente de la mortalité est susceptible de susciter chez les individus à travers le monde une angoisse face à la mort qu’ils doivent gérer ».
Les résultats ont permis de constater que les individus ayant un niveau très élevé d’anxiété face à la mort ont adopté des stratégies de coping de type « évitement ». En outre, la spiritualité et l’identité nationale ont permis de modérer l’effet de cette anxiété.
La recherche en école de commerce en soutien de la lutte mondiale contre le Covid-19 et ses effets indésirables
Le second article indexé intitulé “Work experience on algorithm-based platforms: The bright and dark sides of turking” a été publié en Octobre 2022 dans la revue Technological Forecasting and Social Change. Cet article s’est intéressé au bien-être des turkers, des individus qui travaillent via la plateforme de micro-tâches Amazon Mechanical Turk (AMT).
« Le changement de paradigme du travail à distance pendant la pandémie de COVID-19 a fait de l’interaction entre la technologie, la digitalisation et le bien-être des travailleurs précaires un problème crucial à résoudre. »
Les résultats ont révélé les bons et mauvais côtés de la plateformisation du travail. Le rôle des caractéristiques des tâches confiées, du travail excessif et de la pression sociale sur la qualité de vie des « turkers » (travailleurs du web réalisant des tâches pour le compte de l’Amazon Mechanical Turk) nous éclaire sur la nature complexe du travail via des plateformes basées sur des algorithmes et sur le bien-être des travailleurs. Cela soulève en outre des défis technologiques, juridiques, éthiques et de gestion des ressources humaines.
L’OMS rassemble les dernières découvertes et connaissances scientifiques internationales multilingues sur le COVID-19. La littérature mondiale citée dans la base de données de recherche OMS sur le COVID-19 est mise à jour quotidiennement à partir de recherches dans les bases de données bibliographiques, de recherches manuelles et de l’ajout d’autres articles scientifiques recommandés par des experts.
Cette base de données représente une source multilingue complète de la littérature actuelle sur le sujet.
En savoir plus sur les activités de recherche à l’EMLV
This post was last modified on %s = human-readable time difference 17:33