El estrés inducido por el trabajo es ampliamente reconocido como perjudicial para la salud física y psicosocial y se ha relacionado con resultados adversos, como una disminución en la productividad. Recientemente, los factores estresantes en el lugar de trabajo han aumentado debido a la pandemia de COVID-19. Este estudio tiene como objetivo contribuir a la base de literatura en un par de áreas. Primero, amplía la base de conocimiento actual al utilizar modelado aditivo generativo (GAMs) para descubrir la naturaleza de la relación entre la carga de trabajo (un factor estresante clave en el lugar de trabajo) y la productividad basada en registros de eventos del mundo real. Además, utiliza modelado de particionamiento recursivo para arrojar luz sobre los factores que impulsan la relación entre estas variables. En segundo lugar, utiliza un enfoque basado en simulación para investigar la difusión del estrés inducido por la carga de trabajo en el lugar de trabajo. La simulación es una herramienta valiosa para explorar el efecto de cambios de manera libre de riesgos, ya que proporciona la capacidad de ejecutar múltiples escenarios en un entorno seguro y virtual con el fin de hacer recomendaciones a las partes interesadas. Sin embargo, hay varios problemas reconocidos con los enfoques de simulación tradicionales, como la modelización inadecuada de recursos y el uso limitado de simulaciones para la toma de decisiones operativas. En este estudio, proponemos un enfoque que extrae los parámetros requeridos de un registro de eventos y posteriormente los utiliza para inicializar un modelo de simulación de difusión de estrés inducido por la carga de trabajo de manera precisa. También exploramos los efectos de variar los parámetros para controlar la propagación del estrés inducido por la carga de trabajo dentro de la red. Con las enmiendas adecuadas, este enfoque puede ampliarse para modelar la propagación de enfermedades (por ejemplo, COVID-19), la difusión de ideas, entre otras cosas, en el lugar de trabajo.