Framing effects in managerial third‐party intervention: an exploratory study
Notice bibliographique
Résumé
Purpose This paper seeks to examine the role of framing effects and the third‐party's need for consistency in intervention strategy selection in managerial dispute intervention. The objective is to move research forward by adopting a decision‐making perspective of dispute intervention and examining the role of framing in such a context. Design/methodology/approach A scenario‐based experimental approach was used and data were collected on 318 intervention cases from 106 students majoring in business, and enrolled in a medium‐sized public university. Findings Results suggest that framing does influence the selection of intervention strategies to some extent, but the third‐party's need for consistency between his/her preferred settlement and the actual final settlement plays a bigger role in influencing strategy selection. Research limitations/implications This study higlights the merits of adopting a decision‐making perspective to understand managerial dispute intervention and points to the need for extending and testing more of the key concepts from that area of research. Practical implications The results indicating support for a need for consistency on the part of managerial third‐parties as well as the influence of framing underscore the need for managers to be aware of these factors influencing their conflict management behaviours and to strive to “rise above the fray”. Originality/value The results of this paper challenge the conventional view that third‐parties in disputes are generally more objective and can see the “big picture”, and represents a valuable first step towards gaining a better understanding the role of cognitive biases and heuristics in managerial dispute intervention.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 tête enseignante, 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 ».