Emotional intelligence of leaders: a profile of top executives
Notice bibliographique
Résumé
Purpose The purpose of this paper is to examine the emotional intelligence (EI) scores of two high profile executive groups in comparison with the general population. Also the study aims to investigate the executive group's EI scores in relation to various organizational outcomes such as net profit, growth management, and employee management and retention. Design/methodology/approach The Emotional Quotient Inventory (EQ‐i) was administered to a sample of 186 executives (159 males and 27 females) belonging to one of two executive mentoring associations, the Young Presidents' Organization (YPO) and the Innovators' Alliance (IA). A series of questions relating to pre‐tax operating profits over the past three years, previous year's net profit, and various business challenges were asked of each executive. Findings The results showed that top executives differed significantly from the normative population on the EQ‐i in eight of the 15 EQ‐i subscales. Executives who possessed higher levels of empathy, self‐regard, reality testing, and problem solving were more likely to yield high profit‐earning companies, while Total EQ‐i was related to the degree to which a challenge was perceived as being easy with respect to managing growth, managing others, and training and retaining employees. Practical implications The findings enable researchers and practitioners to better understand what leadership differences and similarities exist at various organizational levels. These profiles further aid in human resource initiatives such as leadership development and personnel selection. Originality/value Despite empirical evidence supporting the relationship between EI and leadership, research with high‐level leadership samples is relatively sparse. The study examines EI in relation to two unique, yet high functioning executive groups, which will enable further exploration into the emotional and psychological structure of these high‐performing groups.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».