論文DeepL "Patterns and stratification of stressor exposure among Canadian workers/カナダ人労働者のストレス因子暴露のパターンと階層化"

Pajovic, V., & Shuey, K. M. (2021). Patterns and stratification of stressor exposure among Canadian workers. Canadian Review of Sociology/Revue canadienne de sociologie, 58(1), 86-104.

https://onlinelibrary.wiley.com/doi/abs/10.1111/cars.12323

はじめに

推定では、工業国およびポスト工業国の労働者の3分の1以上が、高いレベルの仕事関連のストレスを経験していると言われています(Steiber & Pichler, )。カナダでは、働いているカナダ人の4分の1が日常的に高いストレスを感じていると報告しており、3分の2近くが仕事が主なストレス要因であると認識しているという調査結果があります(Crompton, )。有償労働に伴うストレスは、ライフコース全体にわたって労働者の健康に長期的な悪影響を及ぼします(Pearlin et al., )。労働者にとって、仕事のストレスは、心理的苦痛、「燃え尽き症候群」、うつ病、不安、およびその他の一般的なメンタルヘルス障害の強力な予測因子です(Clark et al., ;Crompton,;Yuetal., )。仕事のストレスに関する研究は、これまで、仕事の要求や仕事の進め方に対する労働者のコントロールの度合いなどの仕事の特徴に焦点を当てたり(Karasek & Theo-rell, )、仕事のストレスの有害な影響を緩和するために利用できる同僚のサポートの量に焦点を当てたり(Clark et al., ;Wichert, )してきました。

実際、健康に対する仕事の影響を理解するための一般的な研究手法は、全体的な仕事のストレスの原因となる仕事の特性として概念化されている個々の仕事のストレス要因を特定し、健康アウトカムに結びつけることでした。しかし、ストレス要因が組織内でどのように組み合わされたりパターン化されたりして、それが労働者の経験や健康関連のアウトカムをどのように形成するかについては、あまり注目されていません。しかし、これまでの経験的研究では、複数の仕事のストレス要因への曝露による非線形または相互作用的な経験をモデル化する能力は限られており、分析は線形モデルまたは加算モデルに限定されることが多い（see Sikoraat al., 2004; Trenberth & Dewe, 2006 ; Vanroelen et al., 2010）。

この研究ノートは、仕事のストレス要因のパターンへの曝露をモデル化するために、探索的でデータ駆動型の手法を用いた新たな実証的文献に貢献しています（Dewe & Brook, 2000; Trenberth &Dewe, 2006; Vanroelen et al, 2009, 2010）。さらに、構造的不平等の様々なラインに沿ってストレス要因のパターンの分布を調べることは、より広範な健康不平等の原因となるメカニズムを明らかにするのに役立ちます(Vanroelen et al., , )。

これまで、カナダの労働者の間で仕事のストレス要因への曝露のパターンがどのように分布しているかについての研究はありませんでした。この実証的なギャップを埋めることは、カナダにおける雇用の不安定性の増大や制度的な規制緩和などの雇用条件の変化（Bernstein et al.、De Wolff、）に加えて、一時的な労働条件における柔軟性や不均質性の増大から生じる新たな健康リスクを伴う可能性があることを考えると、カナダの健康研究風景にとって有益である（Beck、Brückner & Mayer、Lewchuk et al.、）。

本研究では、Canadian Com-munity Health Survey (CCHS-MH)のメンタルヘルス項目のデータと、ワークストレッサーの6つの指標を用いた潜在クラス分析(LCA)を用いて、カナダの労働者に共通するワークストレッサーへの曝露パターンを特定し、それらが職場の場所を含む様々な社会的・構造的特性とどのように関連しているかを探り、ストレッサーへの曝露パターンと、自己申告によるワークストレスの高さに対する個人の認識との関係を探ります。

背景

仕事のストレス研究に対する心理学的アプローチは、内的な緊張メカニズム、感情的知性の役割、あるいは性格特性が健康上の成果にどのように影響するかといった個人的な要因に焦点を当てる傾向がある(レビューは、Bonoら、Chang & Chang、Christie &Barling、Ganster & Rosen、Griffin & Clarke、Näswallら、を参照)。しかし、ミクロレベルのプロセスや個人の経験が生じる背景となる、より広範な社会的・組織的構造については、あまり分析されていません(Väänänen et al., )。仕事のストレスに関する社会構造研究では、ミクロレベルのストレス関連条件と、社会階級などのマクロレベルの不平等構造との間の関連性が示されます (Hobfoll, )。このようなミクロレベルの条件には、仕事のストレス要因、つまり仕事のプロセスにおける特定の要求や仕事環境の条件が含まれ、仕事のストレス要因に対する認識された否定的な内的反応である仕事のストレスの原因となります(Ganster & Rosen, ; Griffin & Clarke, )。仕事のストレス要因は、労働者の身体的および精神的な健康に影響を与えるだけでなく、職場の特徴として普及することで、時間の経過とともに変化する職場環境に関する情報を提供します(Griffin & Clarke, ;Theorell, )。また、職場の特徴としてのストレスは、時代とともに変化する職場環境の情報となる(Griffin & Clarke, ;Theorell, )。

現代の職場では、労働者は複数の仕事の要求と経験にさらされているため、仕事のストレス要因の同時かつ複合的な影響は、いずれかのストレス要因を単独で考慮するよりも、健康アウトカムにとってより重要である可能性があります(Sikora et al.,2004; Trenberth & Dewe,2006; Van-roelen et al.,2010)。

理論的な研究では、職場の構造と相互に作用する従業員の現象学的な経験が強調されており、文脈的なアプローチでは、ストレス要因を乗算的かつ共起的なものとして概念化する必要があると主張している(Pearlin, 1989; Sikora et al., 2004)。このような概念化は、現代の職場が複雑化していることや、ストレス要因のユニークな組み合わせにさらされると、健康への影響が異なる可能性があることを考えると重要である(Sikora et al., 2004)。

ほとんどの研究では、ストレッサーへの曝露による線形効果または加法効果を想定した測定モデルを取り入れています(Dewe & Brook, ; Trenberth & Dewe, )。加法的な尺度は、すべてのストレス要因に同じ重みを与え、ストレス要因の数が1単位増加した場合の影響が一様であると仮定しているため、このような方法は、ストレス源間の質的な違いを覆い隠してしまう可能性があります。線形モデルは、健康アウトカムに関連する個々のストレス因子またはストレス因子の構成要素の優位性を分離するのに役立つかもしれませんが、単一の健康リスクに焦点を絞ったままであり、共起または相互作用する可能性のある質的に異なるストレス因子の間に「人工的な障壁」を発生させる可能性があります (Trenberth & Dewe, : ; Vanroelen et al., )。

複数のストレス因子の相互作用効果を調べるために交互作用項を利用してこれらの理論的課題を解決しようとする他の研究では、統計的検出力が低く、タイプエラーのリスクが高いという欠点があり、また、2つ以上のカテゴリーを相互作用させる場合には解釈が困難になります (Lanza & Rhoades, を参照)。 このような理論的および経験的な課題を受けて、ストレス暴露のモデル化には、人を中心とした方法論、探索的な方法論、およびグループベースの方法論を用いた研究が増えています。, ). Trenberth and Dewe (2006)は、中等学校の校長と教師のサンプルを対象に、逐次木解析を用いて、仕事のストレス要因のパターンを、仕事の特性や職場環境に特有の一連の歪みの結果と関連づけた（例：仕事のせいで眠れないなど）。

ストレッサーのパターンが職業上の場所と労働者グループの両方にどのように分布しているかを調べることは、さまざまな状況で健康上の不平等を生み出すメゾレベルの条件とメカニズムを理解する上でも有益である(Vanroelen et al., 2009, 2010)。カナダなどでは、仕事上のストレス要因への曝露と仕事上のストレスのレベルは、職業地域、社会経済的地位、および社会構造要因によって階層化されている(MacDonald et al., )。カナダのデータによると、管理職、専門職、事務職などのホワイトカラーの労働者は、ブルーカラーの労働者よりも高いレベルの仕事のストレスを報告しており、仕事を主なストレス源と認識する傾向が強いことが示唆されています (Crompton, )。他の研究では、地位の低い職業に就いている人は、地位の高い職業に就いている人に比べて、ストレスレベルが高く、全体的にストレス要因が多いことが示唆されています(Gallo et al., ; Steiber & Pichler, ;Warrenetal., ).異なる知見は、ストレス要因が互いに組み合わさって全体的なストレスレベルに影響を及ぼす独自の方法を検討するのではなく、線形加算モデルを使用してストレス要因への曝露を運用することの限界によるものかもしれません(Trenberth & Dewe, )。

例えば、シンガポールの専門職労働者 (看護師、エンジニア、教師など) を対象とした研究では、仕事のプロセスに対するコントロールの低さ、対人関係の対立、社会的サポートの低さが、これらの労働者の間で顕著なストレス要因であることがわかりました (Chan et al., 2000)。一方、ブルーカラー労働者に関する研究では、単調さと身体的要求の組み合わせが重要であることが指摘されている(Burke, 2002;MacDonald et al., 2001;Melamed et al., 1995)。身分の高い非マニュアルワーカーは、マニュアルワーカーよりも、高度に自律的でしばしば非日常的な仕事に従事する可能性が高いが、ストレスは、複雑な要求の多さや労働時間の長さなど、他の仕事のストレス要因によって誘発される可能性がある(Schieman et al., 2006)。このようなストレス要因は、自分の仕事上の役割に対する努力が高いことを示しており、家族の役割など、仕事以外の他の役割との間に葛藤が生じる可能性があります(Schiemanet al., 2006)

職業だけでなく、他の形態の労働市場の階層化も仕事のストレス要因のパターンに反映される可能性が高いことが研究で示唆されています。また、性別、年齢、人種・民族も、職場でのストレス要因への曝露や、仕事関連のストレスに対する過大な認識と関連している(Melamed et al.,; Pearlin, )。例えば、単調さのような仕事の特徴は、女性の仕事ではより一般的であり、女性がより大きな仕事上のストレスや仕事後の疲労を感じることに一役買っている可能性がある（APA, ;Melamed et al., ;Steiber & Pichler, ）。また、中高年の労働者は、年配者や若い労働者に比べて職場でのストレスが大きいと報告していますが、これは特に女性の場合、このライフステージに伴う責任の競合が原因であると考えられます(Crompton, ; Steiber & Pichler, )。さらに、最近の移民、非白人、非婚の労働者は、日々のストレスが高いと報告しています（Crompton, ）。

研究の目的

この分析では、カナダの労働者の仕事上のストレス体験に関する3つの質問に取り組みます。まず、仕事のストレス要因のパターンを特定し、それらが労働者のグループ間でどのように分布しているかを調べます。次に、労働者が特定のパターンのストレス要因にさらされる可能性が最も高い職業を調べ、社会階級、性別、年齢、人種/民族、移民、配偶者の有無によってストレス要因への暴露がどの程度階層化されているかを調べます。

データと方法

データ本分析では、Canadian CommunityHealth Survey (CCHS-MH) (Statistics Canada, )のメンタルヘルス部門を使用しています。CCHS-MHは、カナダの各州に住む18歳以上の人口を対象とした大規模な全国代表サンプルを用いた横断的な調査です。テリトリーやアボリジニの保護区に住む人々、カナダ軍のフルタイムメンバー、施設に入所している人々は含まれていません。CCHS-MHは、多段階の層化サンプリングデザインを採用しており、合計で1,000件の症例が得られました（個人の回答率は0.1％）。CCHS-MHは、仕事のストレス要因を包括的に測定し、社会経済的、人口統計学的、および仕事に関連する変数が利用可能であるため、本研究に最適です。分析対象者は、まず、過去1年間に従業員または自営業者として働いたことがあり、年齢が少なくとも1歳以上の人に限定しました。共変量と従属変数の値が欠落しているケースをリストワイズで削除した結果、最終的な分析サンプルは1,000ケースとなり、データ欠落率は0.0%となりました。 

尺度

仕事のストレス要因

先行研究で示された6つのストレス要因の尺度を用意しました。多くの研究では、自分の仕事に対するコントロール、自律性、またはインプットがほとんどないことが、仕事全体のストレスを高めることが明らかになっています(Crompton, ; de Jonge et al., ; Karasek, ; van der Doefet al., ; Ibrahim et al.)。また、単調な作業や反復的な作業、環境的な危険性や生理的な要求などの身体的なストレス要因が、ストレスレベルの上昇と関連し、健康全般に悪影響を及ぼすことが示唆されています(Burke, ;MacDonaldet al., ;Marchand et al., ;Warrenetal.,)。また、職場環境の組織化に焦点を当てた研究では、高いストレスレベルは、慌ただしい、混沌とした、または無秩序な仕事や、相反する要求や役割の曖昧さから生じることが示唆されています(de Jonge et al., ; Hodson &Roscigno, ; Van der Doef et al., ; Melamed et al., )。最後に、敵意や他者との衝突がストレスの増加と関連していることを発見した研究もあります(Burke, ; Christie & Barling, ;Crompton, )。 尺度は、CCHS-MHの調査で、次のようなストレス要因に関する記述に対して、「強く同意する」から「強く同意しない」までの5段階のリッカート尺度による回答を求める質問に由来しています。以下のストレス要因に関する記述に対して、「強く同意する」「強く同意しない」の5段階のリッキスケールで回答を求めた。

・反復作業（「あなたの仕事は、何度も何度も物事を行う必要がある」）
・多忙な仕事（「あなたの仕事は、非常に多忙であった」）
・相反する要求（「あなたは、他の人が行う相反する要求から解放されていた」と逆にコーディングした）
・肉体的な努力（「あなたの仕事は、多くの肉体的な努力を必要とした」）
・仕事のインプット（「あなたは、仕事で起こったことについて多くのことを語っていた」と逆にコーディングした）
・社会的な対立（「あなたは、一緒に働く人々から敵意や対立にさらされていた」と逆にコーディングした）。

適用可能であれば、指標を逆にコード化し、値が大きいほどストレス要因の存在に関する合意が大きいことを示した。後述の潜在クラスモデリングでは、ストレッサーの有無を示す二項尺度を作成し、その記述に「同意する」または「強く同意する」と答えた人を「」とコードして、その存在を示しました。

総合的な仕事のストレス

総合的な仕事のストレス指標は、「仕事中のほとんどの日は...だったと思いますか」という質問で始まり、「全くストレスを感じない」、「あまりストレスを感じない」、「少しストレスを感じる」、「かなりストレスを感じる」、「非常にストレスを感じる」の5段階のリッカート尺度で回答を求める調査票から作成しました。分析をわかりやすくするために、また、個々のストレッサー指標の作成と並行して、この指標も同様に、ほとんどの仕事の日が「かなり」または「非常に」ストレスであると回答した人を識別する二値指標に折り畳まれました。

仕事関連の尺度

この指標は、カナダ統計局によって、ホワイトカラー（「経営、健康、教育、芸術・文化」および多変量解析の参照カテゴリーである「ビジネス、金融、および管理」を含む）、ブルーカラー（「貿易・運輸」および「第一次産業・製造」）、サービス業（「販売・サービス」）の5つの主要カテゴリーに集約されています。また、ストレスに影響を与えることが知られている他の2つの仕事関連のコントロールも含まれています。自営業は、賃金労働者よりもストレスが高いことがわかっているため、二分法の変数としました（Crompton, ）。労働時間は、短時間またはパートタイム（週に何時間）、フルタイム（何時間）、長時間（＋何時間）の3つのカテゴリーに分類しています。

デモグラフィック、社会経済的変数

学歴は、「高校未満」と「高校」から「中等教育以上」を比較するカテゴリー変数として、多変量解析モデルに含めました。元々の所得指標は、個人の年間所得が$以下の回答を「低所得」、$、「中所得」とし、多変量モデルでは$以上（「高所得」）と比較して折り畳んだ。年齢は、若年層（-歳）、中年層（-歳）、高齢層（＋歳）の3つのカテゴリーに分類されています。配偶者の有無は、「既婚」、「内縁」、「独身」の3つのカテゴリーに分類しています。性別、移民の有無、人種は、それぞれ男性と女性、非移民と移民、白人と非白人を比較する二分法である。

分析法

LCAは有限混合モデルであり、一連のカテゴリー指標に反復法を用いて、概念的に関連した一連の指標への反応パターンに基づいて、個人の潜在的なサブグループを特定します(Collins & Lanza,2010)。回答者には、いくつかの網羅的で相互に排他的なサブグループの一つに属する最大確率が割り当てられる(Lanza & Rhoades, 2013)。従来のサブグループ分析ではなくLCAを使用する利点は、カテゴリー指標間の高次の相互作用を調べることができ、I型エラーの確率が低く、統計的検出力が高いことです(Lanza & Rhoades, 2013)。ベースラインLCモデル、すなわちlatent variableの最終的な測定値は、相対的な同一性、単純性、モデルの適合性、および解釈の明確性に基づいて選択される(Collins & Lanza, 2010)。

第2の分析段階では、これらのストレッサーサブグループのメンバーシップを、職業、教育、所得、その他の社会人口学的指標に多項ロジットモデルを用いて回帰し、ストレッサーパターンへの曝露の対数を算出した。独立変数は、モデルの適合性への貢献度を判断するために、段階的に追加されました。このモデルでは、各ストレッサーパターンに関連する特徴を観察することができる。

第3の最終分析段階では、ストレッサー曝露の潜在的なクラスをカテゴリー変数として含む、自己申告による仕事上のストレスの高さを予測する二元ロジスティック回帰モデルを用いた。

すべてのモデルは、CCHS-MHで提供された調査の重みを用いて重み付けされました。すべての分析は、ペンシルバニア州立大学のメソドロジーセンターが開発したLCA Stataプラグインを用いて、CCHS-MHのPUMF（public use microdata file）をもとにStataで行いました（Lanza et al.

結果

記述的結果

表は、各ストレス因子の有病率と仕事のストレス全体の高さを含む記述的結果である。今回のサンプルでは、ストレッサーの有病率には大きな幅がありました。最も多い3つのストレス要因は、反復作業（.％）、多忙な環境（.％）、肉体的な努力（.％）であった。最も少ないストレス要因は、「仕事の進め方にほとんど意見を言えない」（.％）、「敵意や他人との衝突」（.％）です。表は、仕事と社会人口統計学的特性の分布を示しています。サンプルの大部分は、男性（0.％）、白人（0.％）、カナダ生まれ（0.％）、既婚者（0.％）です。年齢層は、中高年が最も多く、次いで高齢者となっています。職業別では、管理職、健康、教育、芸術・文化などのホワイトカラーが最も多く（.％）、次いで販売・サービス業が多く（.％）、最も少ないのは第一次産業・製造業（.％）である。回答者の4分の3以上が少なくともいくつかの中等教育を受けており（0.3％）、0.3％が年間1ドル以上の個人所得を持っている。回答者の多くは、パートタイムや長時間労働ではなく、フルタイムで働いており、自営業者ではなく賃金労働者である。

ストレッサー曝露の潜在クラスサンプルの職場でのストレッサーのパターンを最もよく表すモデルを特定するために、1から7までの潜在クラスモデルを検討しました（モデルの適合性の詳細については補足資料を参照）。適合性、実質的な解釈のしやすさ、単純性の観点から、5クラスの解決策が望ましいとされましたが、これ以上クラスを追加しても、十分にユニークなストレス要因のパターンを明らかにすることはできませんでした。この5クラスモデルから得られた潜在クラスの有病率と項目反応確率を表に示します。3番目の最も優勢なクラス（％）は、高い身体的努力にさらされる確率が他のクラスの中で最も高いことから、「身体的ストレス」と名付けられました（・）。さらに、このクラスのワーカーは、反復的ストレス（・）と多忙なストレス（・）を経験する確率が高い。4番目の潜在階級を「単調」としたのは、これらの労働者が反復的な作業（...）を報告する確率が非常に高く、次いで仕事のインプットがほとんどない（...）、さらに他のすべてのストレス要因の確率が中程度か低いことが理由です。これは、創造性、多様性、または仕事における自律性の余地が比較的少ない職場であることを示唆しています。最後のクラスは、多忙な環境（...）と相反する要求（...）を報告する可能性が高く、反復的な作業のリスクが中程度のワーカーで構成されています。これらのワーカーは、他のストレッサーへの曝露が多いと報告する可能性は低い。このサブグループは、職場環境のこのような特徴を反映して、「カオス」と名付けられました。注目すべきは、このグループは、仕事のプロセスや身体的なストレス要因に対してほとんど、あるいは全く意見を言えない確率が低く、高度に自律的で非マニュアル的な仕事を反映していることです。

これらの潜在的なクラスは、ストレス要因の数、質、および組み合わせのバリエーションを特徴とする独特の仕事環境を示唆しています。社会経済的および人口統計学的特徴による仕事のストレス要因のパターンの予測表仕事のストレス要因の潜在的なクラスのメンバーの予測因子として、職業、社会経済的および人口統計学的共変量を含む多項ロジスティック回帰モデルからのオッズ比と対応するp値を示します。仕事のストレス要因のパターンが職業とどのように関連しているかを明らかにすることは、仕事の構造的特徴とそれに関連するストレス要因についての洞察を与えるものであり、主要な関心事である。これは、特に貿易・運輸業（OR = ...、p < ...）と第一次産業（OR = ...、p < ...）の労働者に当てはまる。また、ホワイトカラーの職種によっても大きな違いがあるようで、経営、健康、教育、芸術・文化の分野では、ビジネス・金融の分野に比べて、複数のストレス要因を経験する傾向が強い（OR = ...、p < ...）。さらに、高卒未満であることや、中程度の収入（$-、）を得ていることも、多重ストレス要因にさらされる可能性が高いことと関連している。物理的ストレス要因を経験する可能性が高い労働者のタイプは、多重ストレス要因を経験するリスクのある労働者と類似している。貿易・運輸業の労働者は、ビジネス・金融業の労働者に比べて、このストレス要因のパターンにさらされる可能性が数倍高く、第一次産業・製造業の労働者は、その可能性が数倍高くなっています（いずれもp＜...）。これは、これらのブルーカラーの職業では、激しい肉体労働が一般的であることを考えると、当然のことである。また、サービス業では、ビジネス・金融業に比べて「身体的ストレス要因」が6倍以上多く、管理職、健康、教育、芸術・文化の分野では、「身体的ストレス要因」が3倍以上多くなっています（いずれもp＜・）。単調」と「混沌」のクラスのメンバーシップにも、職業的な違いが見られる。単調」と「混沌」に分類される職業にも違いがあります。「少数のストレス」と比較すると、「単調」は、営業・サービス業やブルーカラーの労働者に多く、ビジネス・金融業の労働者には少ない傾向があります。管理職などのホワイトカラーは、ビジネス・金融職に比べて、単調な環境を経験する割合が ％低い（p < . 一方、「混沌としたストレス要因」（混沌としているが自律的な職場環境）は、ホワイトカラーやサービス業に多く見られ、ブルーカラーには少ないことが示唆されました。また、低所得者や低学歴の労働者は、高所得者や高学歴の労働者に比べて、このような職場環境を経験する可能性が著しく低い。その他の仕事の特徴については、職業を除いた場合、パートタイム労働者はフルタイム労働者に比べて、少数のストレス要因に比べて、単調な仕事を除くすべてのストレス要因にさらされる可能性が低い。対照的に、長時間労働者（週に1時間以上）は、正社員に比べて、少ないストレス要因に比べて、単調な仕事を除くすべてのパターンを経験する可能性が高く、特に「混沌としたパターン」を経験する可能性が5倍も高い（p < . さらに、職業、社会経済、その他の仕事に関連する特徴を考慮すると、特定の社会人口集団は、各ストレスカテゴリーに偏って存在していることがわかります。男性と比較して、女性はストレス要因の少ない職場よりも、単調な環境、複数のストレス要因、混沌とした環境を経験する傾向があります。年配の方と比較すると、中年の方は「複数のストレス要因」と「物理的なパターン」を「少ないストレス要因」よりも有意に多く経験しており、若年の方は「単調なパターン」と「混沌としたパターン」を「少ないストレス要因」よりも有意に少なく経験しています。非白人労働者は白人労働者よりも「混沌とした職場」にさらされる確率が低いが（OR = .; p < . 一方、移民は、カナダ生まれの労働者と比較して、少数のストレス要因と比較して、すべてのストレス要因のパターンにさらされるオッズが有意に低い。ストレス要因のパターンと全体的な仕事のストレスの関係最後の研究課題は、5つの仕事のストレス要因のパターンが、自己申告の高い仕事のストレスとどのように関係しているかを問うものである。

表のモデルの結果は、予備的な答えを提供しており、高い仕事のストレスを予測するために、ストレス要因パターンの潜在的なクラスを用いた2つの二変量ロジスティック回帰モデルの推定オッズ比を詳細に示しています（ほとんどの仕事の日が「まったく」から「少し」ストレスを感じると報告している人と比較して）。その結果、Few stressorsと比較して、Physicalを除くすべてのストレス要因パターンが、高い仕事上のストレスと正に有意に関連していることが示唆されました。また、人口統計学的、社会経済的、仕事関連の特性（職業、教育、収入、性別など）をモデルでコントロールすると、仕事のストレスの高さは、「少ないストレス」と比較して、「複数のストレス」、「単調な」、「混沌とした」クラスとの間に、依然として強い正の関係があることがわかった。特に、Chaoticクラスのメンバーは、高い仕事上のストレスを報告するオッズが高いことと関連しています(p < .)。例えば、高い仕事のストレスを報告する確率は、高校卒業未満の人は、少なくともいくつかの中等教育の資格を持っている人に比べて低いようです（OR = ...、p < ...）。さらに、対照群との比較では、女性と移民の方が高い仕事上のストレスを報告する傾向がある（結果は示されていない）。また、フルタイムと比較した長時間労働も、高い仕事のストレスと正の関係がある。大まかな職業分類の中では、第一次産業と製造業の職業だけが、ビジネスと金融の職業と比較して、高い仕事のストレスを報告することと有意に負の関係にある。 

ディスカッションと結論

この研究ノートは、仕事のストレス要因のパターンへの曝露をモデル化するために、探索的でデータ駆動型の手法を用いた新たな実証的文献に貢献するものである（Dewe & Brook, ;Trenberth & Dewe,; Vanroelen et al., , )。本研究では、潜在クラス分析を用いて、カナダの労働者が自己申告した一般的な仕事のストレス要因への曝露の固有のパターンを特定しました。分析の結果、職業と社会人口統計学的特徴によって層別された、「少数のストレス要因」「複数のストレス要因」「物理的な職場環境」「単調な職場環境」「混沌とした職場環境」という5つのストレス要因のパターンが浮かび上がった。その結果、ブルーカラーやサービス業の労働者は、「複数のストレス要因」、「単調」、「身体的ストレス」のパターンを経験する確率が高く、ホワイトカラーの労働者は、主に「混沌とした職場」や「少数のストレス要因」にさらされる確率が高いことがわかりました。一部の例外を除いて、教育を受けていない、低所得、女性、中年の労働者は、「少数のストレス要因」に比べて「すべてのストレス要因」を経験する傾向が強い。

さらに、この結果は、特定のストレス要因への曝露パターンが、個人の自己申告による仕事上のストレスの高さとどのように関連しているかについても示唆している。様々な人口統計学的、社会経済学的、仕事関連および職業上のコントロールを考慮すると、特定のストレス要因への曝露パターンが仕事上の総合的なストレスの高さと特に関連しているようである。その例としては、「混沌としたクラス」に特徴的な多忙な仕事と相反する要求の組み合わせ、「単調なクラス」に特徴的なインプットの少ない反復的な仕事、「複数のストレス要因」に特徴的な質的に異なる複数のストレス要因の組み合わせが挙げられる。これらのワーカーは、多数の異なるストレス要因が存在する職場環境を経験する可能性が最も高く、また、激しい肉体的作業や単調な作業を経験する可能性が高いことは、他の研究でも報告されています (Burke,; MacDonald et al, 今回の調査結果では、ホワイトカラーの職業は、特に管理職、公共部門、教育関連の職業では、混沌としているとはいえ、高度に自律的な環境であることが示唆されている。

さらに、ストレス要因への曝露は、学歴、収入、性別、年齢、移民の有無、人種によって異なる。例えば、女性、中年、低学歴、低収入の労働者は、仕事中に複数のストレス要因にさらされる可能性が高く、肉体的にきつい仕事や反復的な仕事をしています。

本研究では、カナダの労働者のストレス要因への曝露のパターン、高い仕事上のストレスとの関係、および複数の不平等の線に沿った構造を検証しています。しかし、この研究の結論は、いくつかの制限によって制約されています。第一の限界は、主要な変数の測定と選択に関するものです。例えば、潜在クラスモデルでは、限られた数のストレス要因と、各ストレス要因への曝露に関する二分法の測定値が含まれています。この指標の選択は、より簡潔な測定モデルを可能にし、出現したストレッサーのパターンの解釈を明確にするが、ストレッサーへの曝露の観察範囲を制限することにもなる。今後の研究では、仕事と家庭のバランスや仕事の安定性など、仕事のストレスに関連すると文献で指摘されている他の要因を取り入れることも考えられる。しかし、本研究の目的は、仕事のストレスのすべての可能な指標を捉えることではなく、先行文献や利用可能なデータに基づいて選択することで、ストレッサー測定モデルの範囲と簡潔さのバランスをとりながら、ストレッサーのユニークなパターンをマッピングし、これらの経験を職業やその他の構造的特徴と結びつけることである。

さらに、我々の分析では、教育、所得、職業などの特定の共変量の測定値を、公共のデータセットからの大まかな分類を用いて算出しているため、これらの次元における実質的な変動が隠されている可能性があります。

もう一つの限界は，LCAのようなデータ駆動型のモデリング手法の特性に関連するもので，データから質的に異なるパターンを引き出すことはできるものの，モデルの仕様を事前の理論ではなくサンプル情報に依存しているため，特定のパターンについて限定的な仮説検証しかできず，理論的でない結論を導く危険性がある（George, 2009）。しかし、本研究は、カナダの労働者が職場でのストレス要因を多次元的に経験していることを示す、予備的かつ記述的な証拠を提供しており、今後の調査が必要である（Trenberth & Dewe,2006; Vanroelen et al, 2009）。 また、仕事のストレス要因のパターンが時間の経過や個人の生活の中でどのように変化するかを調べることで、経験的な文献にさらに貢献することができるかもしれません。

引用文献（抜粋）

・Sikora, P.B., Beaty, E.D. & Forward, J. (2004). Updating theory on organizational stress: The asynchronous multipleoverlapping change (AMOC) model of workplace stress. Human Resource Development Review, 110(3), 672–708.
・Dewe, P. & Brook, R. (2000). Sequential tree analysis of work stressors: Exploring score profiles in the context ofthe stressor-stress relationship. International Journal of Stress Management, 7, 1-18.
・Pearlin, L.I. (1989). The sociological study of stress. Journal of Health and Social Behavior, 30(3), 241-256.

＜非線形モデル＞
・Trenberth, L. & Dewe, P. (2006). Understanding the experience of stressors: The use of sequential analysis forexploring the patterns between various work stressors and strain. Work & Stress, 20(3), 191-209.
・Vanroelen, C., Levecque, K., Moors, G., Gadeyne, S. & Louckx, F. (2009). The structuring of occupational stressorsin a post-fordist work environment: Moving beyond traditional accounts of demand, control, and support. SocialScience & Medicine, 68, 1082-1090.
・Vanroelen, C., Louckx, F., Moors, G. & Levecque, K. (2010). The clustering of health-related occupational stressorsamong contemporary wage-earners. European Journal of Work and Organizational Psychology, 19(6), 654-674.

＜組み合わせ＞
・Chan, K.B., Lai, G., Ko, Y.C. & Boey, K.W. (2000). Work stress among six professional groups: The Singapore expe-rience. Social Science & Medicine, 50(10), 1415-1432.
・Burke, R.J. (2002). Work stress and women’s health: occupational status effects. Journal of Business Ethics, 37, 91-102.
・MacDonald, L.A., Karasek, R.A., Punnett, L. & Scharf, T. (2001). Covariation between workplace physical andpsychosocial stressors: Evidence and implications for occupational health research and prevention. Ergonomics, 44(7), 696-718.
・Melamed, S., Bluvstein, I., Luz, J. & Green, M.S. (1995). Objective and subjective work monotony: Effects on jobsatisfaction, psychological distress, and absenteeism in blue-collar workers. Journal of Applied Psychology, 80(1), 29-42.
・Schieman, S., Whitestone, Y.K. & Van Gundy, K. (2006). The nature of work and the stress of higher status. Journalof Health and Social Behavior, 47, 242-257.

＜潜在クラス分析＞
・Collins, L.M. & Lanza, S.T. (2010). Latent class and latent transition analysis: With applications in the social, behav-ioral, and health sciences. Hoboken, NJ: John Wiley & Sons.
・Lanza, S.T. & Rhoades, B.L. (2013). Latent class analysis: An alternative perspective on subgroup analysis in pre-vention and treatment. Prevention Science, 14(2), 157-168.
・George, L.K. (2009). Conceptualizing and measuring trajectories. In: Elder Jr., G.H. & Giele, J.Z. (Eds.), The craftof life course research. New York: Guilford Press, pp. 163-186.