The self‐rater's personality and self‐other disagreement in multi‐source performance ratings
Notice bibliographique
Résumé
Purpose The purpose of this paper is to examine relationships between a priori‐chosen personality traits and the tendency for a manager to rate his/her job performance more favourably than well‐acquainted superiors, peers, and subordinates do. Design/methodology/approach The job performance of 204 managers was evaluated using multi‐source (i.e. 360E) ratings (self, subordinates, peers, and superiors). Managers also completed personality measures. Relationships between managers' personality and the tendency for managers to rate their own job performance higher than subordinates, peers, and superiors did were analyzed using advanced regression techniques. Findings The paper finds that self‐superior and self‐peer disagreement in performance ratings (i.e. self‐rating inflation) was associated with high Achievement and high Self‐Esteem. Additionally, self‐superior disagreement (i.e. self‐rating deflation) was associated with high Anxiety. Self‐subordinate disagreement was not associated with self‐rater personality. Research limitations/implications The paper studied a single sample of financial services managers. Generalization requires cross‐validation with other occupational groups and organizations. Practical implications Human resources professionals should be informed that self‐superior and self‐peer disagreement (i.e. self‐rating inflation) in multi‐source job performance ratings is potentially beneficial because it is associated with personality traits that can facilitate positive responses to feedback. Peers and superiors should therefore not inflate their ratings of managers in an effort to reduce self‐superior and self‐peer disagreement in ratings. Originality/value This study improved upon most previous investigations of this topic by using a field setting, considering a wider range of personality variables, using 360( job performance ratings (self‐, supervisor‐, peer‐, and subordinate‐ratings) rather than just a subset of these rating sources, and employing superior statistical procedures.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,015 | 0,072 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».