Amaç –Literatürde kendisine yer bulmaya başladığı dönemden bugüne örgütsel rol stresi kavramı farklı çalışmlarda araştırmalara konu olmuştur. Literatürde henüz örgütsel rol stresini ölçen, Türkçeye uyarlanmış bir ölçek bulunmamaktadır. Bu çalışma, Pareek (1983) tarafından geliştirilen, 50 ifade veroller arası uzaklık (RAU), rol durgunluğu (RD), rol beklentilerinin çatışması (RBÇ), rol erezyonu (RE), aşırı rol yüklemesi (ARY), rol izolasyonu (RI), kişisel yetersizlik (KY), rol mesafesi (RM), rol belirsizliği (RB), kaynak yetersizliği (KAY) olarak adlandırılan 10 boyuttan oluşan örgütsel rol stresi ölçeğini Türkçeye uyarlamayı amaçlamaktadır. Yöntem –Uyarlama aşamasında Beaton et al. (2000) tarafından geliştirilen beş basamaklı çeviri yöntemi kullanılmıştır. Eldeedilen ölçek ile hazırlanan sorular 223 katılımcıya uygulanmıştır. Orijinal ölçekte yer alan 10 faktörlü yapıyı test etmek için ölçeğe ilk olarak açımlayıcı faktör analizi (AFA), sonrasında ise ölçeğin yapısal gecerliğini test etmek için doğrulayıcı faktör analizi (DFA) uygulanmıştır. Ölçeğe ilişkin iç tutarlılık güvenilirliği Cronbach Alpha testi ile belirlenmiştir. Bulgular:-Gerçekleştirilen DFA sonucunda hem birinci hem de ikinci örneklem için uyum endeks sonuçlarının kabul edilebilir düzeylerde olduğu görülmektedir. Tartışma –Araştırma Türkçe literatüre ve yeni araştırmalara katkı sağlamak hedefi ile önem taşımaktadır. Çalışmanın sonucunda ölçeğin makalede verildiği şekli ile Türkçeye uyarlanmış bir ölçme aracı olarak kullanabileceği sonucuna ulaşılmıştır. Bu sonuçla beraber geliştirilmeye ve kullanıma konu olabilecektir.

The global food industry faces the dual challenge of ensuring product safety while supporting socially sustainable working environments. Although mandatory food safety training is usually examined as a compliance-oriented practice, less is known about whether training exposure is associated with employees’ sense of belonging in food production workplaces. Drawing on Signaling Theory, this cross-sectional single-company study examined the association between food safety training exposure and Safety-Based Belongingness among 608 blue-collar employees working in a Turkish flour-manufacturing company. Multiple regression and ANCOVA were used to examine the association between training exposure and a preliminary Safety-Based Belongingness composite measure, controlling for gender, age, education level, and work experience. Confirmatory factor analysis supported the proposed one-factor structure of the preliminary composite measure, and internal consistency was high. The results indicated that self-reported training exposure was positively associated with the preliminary Safety-Based Belongingness composite measure. Analyses showed that the largest difference was observed between employees reporting 0 h/no periodic training and those reporting any positive periodic training exposure. Among employees with positive periodic training exposure, additional training hours were not significantly associated with belongingness scores. Sensitivity analyses excluding food-safety-specific items showed that the association remained positive and statistically significant; however, the findings should be interpreted as preliminary associations rather than causal effects because of the cross-sectional design, single-company convenience sample, and possible measurement overlap. The study contributes to the literature by examining mandatory food safety training as a possible relational signal in a labor-intensive food manufacturing context and by offering preliminary evidence on the relevance of safety-based belongingness to the social dimension of workplace sustainability.

Çalışanların örgütsel rol stresinin ve iş aile çatışmasının pek çok örgütsel çıktı üzerinde anlamlı etkileri vardır. Bu örgütsel çıktılardan biri de işten ayrılma niyetidir. Bu çalışmada, örgütsel rol stresi ile işten ayrılma niyeti arasındaki ilişkide iş aile çatışmasının aracı rolünün belirlenmesi amaçlamıştır. Çalışma, hizmet ve imalat sektöründe faaliyet gösteren çeşitli firmalarda çalışan 353 katılımcı üzerinde gerçekleştirilmiştir. Katılımcıların seçiminde kolayda örnekleme yöntemi kullanılmıştır. Araştırmada, bir nicel araştırma yöntemi olan anket yöntemi kullanılmıştır. Google form ile oluşturulan çevirimiçi anket, katılımcılara ulaştırılmış ve araştırmaya rızasıyla katılan katılımcıların verileri ile çalışmanın analiz aşaması gerçekleştirilmiştir. AMOS 25 ve SPSS 25 ile yapılan analizin sonucunda, çalışanların örgütsel rol stresi düzeyleri, iş aile çatışmaları ve işten ayrılma niyetleri arasında pozitif ve anlamlı ilişkiler tespit edilmiştir. Analiz sonucunda ayrıca, çalışanların iş aile çatışmasının, örgütsel rol stresleri ile işten ayrılma niyetleri arasında kısmi aracılık rol üslendiği tespit edilmiştir. Literatürde, örgütsel rol stresi ile işten ayrılma niyeti arasında iş aile çatışmasının aracı rolünü inceleyen herhangi bir çalışmaya rastlanılmamıştır. Bu nedenle, bu çalışmanın özgün ve değerli bir çalışma olduğu söylenebilir.

This conceptual review explores how Industry 4.0 and Artificial Intelligence (AI) technologies can be integrated into instant noodle production to enhance efficiency, sustainability, and quality control. Although, in recent years, instant noodle sector has grown into a major global market, conventional production systems remain highly dependent on manual labor, energy-intensive operations, and rigid process control, which makes it difficult to ensure consistent quality and low environmental impact. Methodologically, the present study adopts a conceptual review and framework-development design based on a structured literature review and theme-oriented synthesis of recent Industry 4.0 and AI applications in food manufacturing. Building on this synthesis, we propose a four-layer conceptual framework that combines sensing and data acquisition, AI and analytics, automation and robotics, and cyber–physical integration to support AI-powered, potentially unmanned instant noodle production lines. The results illustrate how technologies such as the Internet of Things (IoT), smart sensors, machine vision, robotics and Big Data analytics can be orchestrated along the noodle process (mixing, steaming, frying or drying and packaging) to improve operational performance and enable “dark factory” concepts. In parallel, we discuss key challenges for small and medium-sized enterprises (SMEs), including high initial investment costs, data security concerns and limited digital competence. The study concludes with an outline of a future research agenda that prioritizes cost-effective modular and cloud-based solutions for SMEs, training and local support mechanisms to facilitate technology adoption, and AI-driven Big Data analytics to predict consumer preferences and demand trends. In conclusion, the study provides a sector-specific conceptual roadmap for the digital transformation of instant noodle production within the broader context of Industry 4.0 and AI-driven food manufacturing.