Acceso usuarios
Esta investigación se interesó por la dinámica del flujo (flow) en contextos laborales y no laborales con el objetivo de conocer diferencias y semejanzas de dicha experiencia motivacional. Sesenta empleados de ocupaciones variadas contestaron un diario de flujo seis veces al día durante veintiún días consecutivos (6982 registros). Los datos fueron analizados a nivel entre e intra-sujeto y se utilizaron modelos lineales (i.e. regresión lineal) y no lineales (i.e. modelo de catástrofes) para conocer la capacidad predictiva del ajuste reto-habilidades sobre el flujo. Contextos laboral y no laboral han mostrado dos diferencias fundamentales: mayores fluctuaciones en el flujo en el segundo (desviaciones tipo mayores en las variables habilidades, disfrute, interés y absorción) y un significado distinto del reto. Por otro lado, la capacidad de predicción del modelo no lineal ha sido claramente mayor que su homólogo lineal (42% frente al 19%, en el caso del no trabajo; 44% frente a 33% en el trabajo). El flujo, tanto en contextos laborales como no laborales, muestra dinámicas no lineales que combinan cambios graduales y cambios abruptos. La investigación e intervención interesadas en este proceso deberían centrarse en la variable reto que se ha mostrado clave para entender dichas dinámicas complejas en el flujo.
The present study focuses on the dynamics of flow in work and non-work contexts with the aim of studying differences and similarities of this motivational experience. Sixty employees from various occupational backgrounds answered a flow diary six times per day, over a period of 21 days (6,982 registers of data were collected). The obtained time series were analysed at between and within levels of analysis. Likewise, linear (i.e. regression analysis) and nonlinear models (i.e. catastrophe model) were used in order to examine the predictive capacity of the skill-challenge balance with respect to flow. Work and non-work domains have shown two main differences: higher variability in the latter (higher standard deviations in skills, enjoyment, interest, and absorption) and a different meaning of perceived challenge. Likewise, the nonlinear model doubled the predictive capacity compared to its linear counterpart (42% versus 19% during non-work activities, 44% versus 33% at work). In both work and non-work contexts, flow presents nonlinear dynamics that combine gradual and abrupt changes. Research and intervention efforts interested in this process should focus on the variable of challenge, which according to our study, is key to understand the complex dynamics of flow.
