MétaCan
Menu
Retour à la cohorte
Enregistrement W2043777569 · doi:10.1037/0021-9010.91.3.636

Modeling the antecedents of proactive behavior at work.

2006· article· en· W2043777569 sur OpenAlexaff
Sharon K. Parker, Helen Williams, Nick Turner

Notice bibliographique

RevueJournal of Applied Psychology · 2006
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueJob Satisfaction and Organizational Behavior
Établissements canadiensQueen's University
Organismes subventionnairesEconomic and Social Research Council
Mots-clésProactivityPsychologyAntecedent (behavioral psychology)Work behaviorCounterproductive work behaviorPersonalityAutonomyAffect (linguistics)Work (physics)Social psychologyCompliance (psychology)Structural equation modelingCognitionOrganizational behaviorOrganizational commitmentOrganizational citizenship behavior

Résumé

récupéré en direct d'OpenAlex

Using a sample of U.K. wire makers (N = 282), the authors tested a model in which personality and work environment antecedents affect proactive work behavior via cognitive-motivational mechanisms. Self-reported proactive work behaviors (proactive idea implementation and proactive problem solving) were validated against rater assessments for a subsample (n = 60) of wire makers. With the exception of supportive supervision, each antecedent was important, albeit through different processes. Proactive personality was significantly associated with proactive work behavior via role breadth self-efficacy and flexible role orientation, job autonomy was also linked to proactive behavior via these processes, as well as directly; and coworker trust was associated with proactive behavior via flexible role orientation. In further support of the model, the cognitive-motivational processes for proactive work behavior differed from those for the more passive outcome of generalized compliance.

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)0,002
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,030
Score d'incertitude au seuil0,060

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,009
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,020
Tête enseignante GPT0,273
Écart entre enseignants0,253 · 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'étudeSimulation ou modélisation
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

Citations1 936
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Applied PsychologyMême sujetJob Satisfaction and Organizational BehaviorTravaux en français237 207