MétaCan
Menu
Retour à la cohorte
Enregistrement W2009650197 · doi:10.1002/hrm.21669

The Role of Authentic Leadership in Fostering Workplace Inclusion: A Social Information Processing Perspective

2014· article· en· W2009650197 sur OpenAlexaff
Janet A. Boekhorst

Notice bibliographique

RevueHuman Resource Management · 2014
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueJob Satisfaction and Organizational Behavior
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésInclusion (mineral)Perspective (graphical)Extant taxonDiversity (politics)Public relationsInformation processing theoryPsychologySociologySocial psychologyPolitical scienceInformation processingComputer science

Résumé

récupéré en direct d'OpenAlex

The extant literature has largely overlooked the importance of a climate for inclusion as a response to the growing trend of workplace diversity. This conceptual article contends that an organization‐wide change effort comprising several reinforcing processes aimed at creating a climate for inclusion is needed to institutionalize workplace inclusion. Drawing on social information processing theory, authentic leaders are posited to transmit social information about the importance of inclusion into the work environment through inclusive leader role modeling. Reward systems that remunerate inclusive conduct can foster the vicarious learning of inclusive conduct by followers. Large and diverse workgroups offer a plethora of opportunities for followers to learn how to behave in an inclusive manner. Authentic leaders and followers who share cooperative goals related to developing a climate for inclusion can prompt the vicarious learning of inclusive behaviors by followers, thereby facilitating goal attainment for both parties. Theoretical and practical implications are discussed. © 2014 Wiley Periodicals, Inc.

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)0,009
score de la tête « metaresearch » (Gemma)0,015
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,045

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,015
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,001
Études des sciences et des technologies0,0040,015
Communication savante0,0130,007
Science ouverte0,0010,006
Intégrité de la recherche0,0020,002
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 Opus0,030
Tête enseignante GPT0,241
Écart entre enseignants0,212 · 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

Citations337
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHuman Resource ManagementMême sujetJob Satisfaction and Organizational BehaviorTravaux en français237 207