MétaCan
Menu
Retour à la cohorte
Enregistrement W1997886996 · doi:10.1108/15365430480000512

The Influence of Personal Values on Feedback‐Seeking Behaviors

2004· article· en· W1997886996 sur OpenAlexafffundabout
Stéphane Brutus, Elizabeth F. Cabrera

Notice bibliographique

RevueManagement Research The Journal of the Iberoamerican Academy of Management · 2004
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueGender Diversity and Inequality
Établissements canadiensConcordia University
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésCLARITYMultinational corporationPsychologySample (material)Set (abstract data type)Social psychologyApplied psychologyPolitical scienceComputer science

Résumé

récupéré en direct d'OpenAlex

This study investigates the relationship between personal values and feedback‐seeking behaviors. Feedbackseeking behaviors, or the way by which individuals in organizations actively seek information about their performance, has recently become an important research topic in the management literature. However, the large majority of this research has been conducted in the United States. This study aims to test the relationships between the personal values of a multinational sample and feedback‐seeking behaviors. An integrated set of hypotheses regarding the influence of values on feedback seeking are outlined and tested empirically using samples from Canada, China, Mexico, the Netherlands, Spain, and the United States. As predicted, results indicate that significant aspects of feedback seeking were related to personal values. The perceived cost of feedback seeking, the clarity of the feedback from others, and the use of feedback‐seeking behaviors were all linked to personal values. The study also uncovered substantial variations in feedback‐seeking behaviors across nations. The implications of these findings for research on feedback‐seeking behaviors and for feedback practices are discussed.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,029
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,029
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,112
Tête enseignante GPT0,385
Écart entre enseignants0,273 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2004
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueManagement Research The Journal of the Iberoamerican Academy of ManagementMême sujetGender Diversity and InequalityTravaux en français237 207