Occupation Insecurity Scale: Russian-Language Adaptation and Validation

封面

如何引用文章

全文:

详细

The article explores the phenomenon of occupation insecurity as a new form of uncertainty in social and labor relations. The term “occupation insecurity” refers to the likelihood of a profession disappearing or undergoing significant transformation due to the influence of emerging technologies such as automation, implementation of robotics, and artificial intelligence. The psychological aspect of this concept concerns how professionals experience and interpret threats to their occupation posed by new technologies. However, appropriate psychodiagnostics tools for assessing the psychological aspects of occupation insecurity have not yet been developed in Russian-language psychology. Therefore, the purpose of the study was to adapt and validate the Occupation Insecurity Scale by L. Roll, H. De Witte and H.-J. Wang, which measures occupational insecurity as a psychological phenomenon. The study sample comprised of 577 employees (48% male) from various occupational groups, aged between 20 to 50 years ( m = 33 years). To categorize the professional affiliations of participants, we used E.A. Klimov’s occupational typology. The Russian-language version of the Occupation Insecurity Scale includes 8 items and divided into two subscales: “Anxiety about the occupation’s future” and “Expectation of the occupation’s content changes”. Confirmatory factor analysis results justified the selection of two subscales (as in the original), indicating the scale’s structural validity. The internal consistency (Cronbach’s alpha) and test-retest reliability (Spearman’s ρ correlation coefficient) of the subscales were tested. Сonvergent validity was confirmed through significant positive correlations between occupational insecurity and perceived career development barriers. External validity was established by showing that workers’ perceptions and experiences of occupation insecurity differ according to occupation type. In particular, significant differences were found between individuals in “Human - Human” and “Human - Sign” occupations. The content of the adapted scale can be interpreted within the framework of individual employment crises (occupation loss and qualification mismatch). The findings can be applied in discussions regarding technological threats to occupations and strategies for adaptation.

作者简介

Andrey Diomin

Kuban State University

编辑信件的主要联系方式.
Email: andreydemin2014@yandex.ru
ORCID iD: 0000-0002-1420-1212
SPIN 代码: 3487-4098
Scopus 作者 ID: 6506001878
Researcher ID: A-4681-2017

Doctor of Psychology, Professor, Professor of the Department of Social Psychology and Sociology of Management

149 Stavropolskaya St, 350040, Krasnodar, Russian Federation

Ecaterina Zykova

Kuban State University

Email: ev250493@gmail.com
ORCID iD: 0000-0002-8150-4395
SPIN 代码: 2898-6327

PhD in Psychology, Senior Lecturer of the Department of Social Psychology and Sociology of Management

149 Stavropolskaya St, 350040, Krasnodar, Russian Federation

Alexandra Rendakova

Kuban State University

Email: alexrendak@gmail.com
ORCID iD: 0009-0002-0082-8417
SPIN 代码: 4502-8601

Lecturer of the Department of Social Psychology and Sociology of Management

149 Stavropolskaya St, 350040, Krasnodar, Russian Federation

Sergey Pogorelov

Kuban State University

Email: pogorelbud@mail.ru
ORCID iD: 0009-0006-8837-5684

graduate student of the Department of Social Psychology and Sociology of Management

149 Stavropolskaya St, 350040, Krasnodar, Russian Federation

参考

  1. Bendyukov, M.A. (2006). Professional development in conditions of unguaranteed employment. Psychological analysis. Saint Petersburg: Institute of Practical Psychology Publ. (In Russ.)
  2. Berg-Beckhoff, G., Nielsen, G., & Ladekjær Larsen, E. (2017). Use of information communication technology and stress, burnout, and mental health in older, middle-aged, and younger workers — results from a systematic review. International Journal of Occupational and Environmental Health, 23(2), 160–171. https://doi.org/10.1080/10773525.2018.1436015
  3. Bodrov, V.A., & Orlov, V.Ya. (1998). Psychology and reliability: Man in technology control systems. Moscow: Publishing house of “Institute of Psychology of the Russian Academy of Sciences”. (In Russ.)
  4. Diomin, A.N., & Sedykh, A.B. (2024). Restandardization of the scales “Vocational identity” and “Career development Barriers” in the Russian Adaptation of the “My Vocational Situation” Technique. South-Russian Journal of Social Sciences, 25(2), 147–159. (In Russ.) https://doi.org/10.31429/26190567-25-2-147-159
  5. Dodel, M., & Mesch, G.S. (2020). Perceptions about the impact of automation in the workplace. Information, Communication & Society, 23(5), 665–680. https://doi.org/10.1080/1369118x.2020.1716043
  6. Ermolaeva, M.V., Lubovsky, D.V., & Tsibizova, T.Yu. (2024). Personal context of precarious employment of IT specialists. World of Psychology, (3), 153–164. (In Russ.) https://doi.org/10.51944/20738528_2024_3_153
  7. Frey, C.B., & Osborne, M.A. (2017). The future of employment: How susceptible are jobs to computerisation? Technological Forecasting and Social Change, 114, 254–280. https://doi.org/10.1016/j.techfore.2016.08.019
  8. Greenhalgh, L., & Rosenblatt, Z. (1984). Job insecurity: Toward conceptual clarity. The Academy of Management Review, 9(3), 438–448. https://doi.org/10.2307/258284
  9. Greenhalgh, L., & Rosenblatt, Z. (2010). Evolution of research on job insecurity. International Studies of Management & Organization, 40(1), 6–19. https://doi.org/10.2753/imo0020-8825400101
  10. Haleem, A., Javaid, M., & Singh, R.P. (2022). An era of ChatGPT as a significant futuristic support tool: A study on features, abilities, and challenges. BenchCouncil Transactions on Benchmarks, Standards and Evaluations, 2(4), 100089. https://doi.org/10.1016/j.tbench.2023.100089
  11. Hötte, K., Somers, M., & Theodorakopoulos, A. (2023). Technology and jobs: A systematic literature review. Technological Forecasting and Social Change, 194, 122750. https://doi.org/10.1016/j.techfore.2023.122750
  12. Karpov, A.V., Lenkov, S.L., & Rubtsova, N.E. (2021). Metacognitive determination of job satisfaction among information technology professionals. Russian Psychological Journal, 18(3), 86–103. (In Russ.) https://doi.org/10.21702/rpj.2021.3.6
  13. Klimov, E.A. (1998). Introduction to labor psychology. Moscow: Moscow University Press. (In Russ.)
  14. Lewchuk, W. (2017). Precarious jobs: Where are they, and how do they affect well-being? The Economic and Labour Relations Review, 28(3), 402–419. https://doi.org/ 10.1177/1035304617722943
  15. McClure, P.K. (2018). “You’re fired,” says the robot: The rise of automation in the workplace, technophobes, and fears of unemployment. Social Science Computer Review, 36(2), 139–156. https://doi.org/10.1177/0894439317698637
  16. Mokyr, J., Vickers, C., & Ziebarth, N.L. (2015). The history of technological anxiety and the future of economic growth: Is this time different? Journal of Economic Perspectives, 29(3), 31–50. https://doi.org/10.1257/jep.29.3.31
  17. Murphy, L. (2025). The productivity dilemma: examining the truth behind automation’s impact on employment, and the mediating role of augmentation. International Journal of Organizational Analysis, 33(3), 622–644. https://doi.org/10.1108/ijoa-04-2024-4430
  18. Peters, M.A. (2017). Technological unemployment: Educating for the fourth industrial revolution. Educational Philosophy and Theory, 49(1), 1–6. https://doi.org/10.1080/00131857.2016.1177412
  19. Peters, M.A. (2020). Beyond technological unemployment: The future of work. Educational Philosophy and Theory, 52(5), 485–491. https://doi.org/10.1080/00131857.2019.1608625
  20. Probst, T.M. (2003). Development and validation of the job security index and the job security satisfaction scale: A classical test theory and IRT approach. Journal of Occupational and Organizational Psychology, 76(4), 451–467. https://doi.org/10.1348/096317903322591587
  21. Ris, K., Stankovic, Z., & Avramovic, Z. (2020). Implications of implementation of artificial intelligence in the banking business with correlation to the human factor. Journal of Computer and Communications, 8(11), 130–144. https://doi.org/10.4236/jcc. 2020.811010
  22. Roll, L.C., De Witte, H., & Wang, H.-J. (2023). Conceptualization and validation of the occupation insecurity scale (OCIS): Measuring employees’ occupation insecurity due to automation. International Journal of Environmental Research and Public Health, 20(3), 2589. https://doi.org/10.3390/ijerph20032589
  23. Schwab, K. (2017) The Fourth Industrial Revolution. Moscow: Izdatel’stvo E. (In Russ.)
  24. Tarafdar, M., Tu, Q., Ragu-Nathan, B.S., & Ragu-Nathan, T.S. (2007). The impact of technostress on role stress and productivity. Journal of Management Information Systems, 24(1), 301–328. https://doi.org/10.2753/mis0742-1222240109
  25. ten Berge, J., & Dekker, F. (2025). New technology and workers’ perceived impact on job quality: Does labor organization matter? Economic and Industrial Democracy, 46(2), 619–654. https://doi.org/10.1177/0143831x241265911
  26. Tolochek, V.A. (2024). Historical forms of human activity as an object and subject of research. Part 4. Yaroslavl pedagogical bulletin, (6), 189–198. (In Russ.) https://doi.org/ 10.20323/1813-145X-2024-6-141-189
  27. Toshav-Eichner, N., & Bareket-Bojmel, L. (2022). Yesterday’s workers in Tomorrow’s world. Personnel Review, 51(5), 1553–1569. https://doi.org/10.1108/pr-02-2020-0088
  28. Van Deursen, A.J., & van Dijk, J.A. (2019). The first-level digital divide shifts from inequalities in physical access to inequalities in material access. New Media & Society, 21(2), 354–375. https://doi.org/10.1177/1461444818797082
  29. Van Deursen, A.J.A.M., & Helsper, E.J. (2015). The third-level digital divide: Who benefits most from being online? In Robinson, L., Cotten, S.R., Schulz, J., Hale, T.M., & Williams, A. (Eds.), Communication and Information Technologies Annual: Digital Distinctions and Inequalities (Vol. 10, pp. 29–52). Bingley: Emerald Group Publishing Limited. https://doi.org/10.1108/s2050-206020150000010002
  30. Venkatesh, V., Thong, J.Y.L., & Xu, X. (2012). Consumer acceptance and use of information technology: Extending the unified theory of acceptance and use of technology. MIS Quarterly, 36(1), 157-178. https://doi.org/10.2307/41410412
  31. Wallis, R. (2021). Career readiness: Developing graduate employability capitals in aspiring media workers. Journal of Education and Work, 34(4), 533–543. https://doi.org/10.1080/13639080.2021.1931666
  32. Włoch, R., Śledziewska, K., & Rożynek, S. (2024). How do employees in the Polish financial sector react to automation in their workplace? International Journal of Contemporary Management, 60(1), 185–200. https://doi.org/10.2478/ijcm-2024-0010
  33. Zeer, E.F. (2003). Psychology of professions. Moscow: Akademicheskii Proekt Publ. (In Russ.)

补充文件

附件文件
动作
1. JATS XML
下载

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».