An Exploration of the Dishonest Side of Self–Monitoring: Links to Moral Disengagement and Unethical Business Decision Making
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The majority of research on self–monitoring has focused on the positive aspects of this personality trait. The goal of the present research was to shed some light on the potential negative side of self–monitoring and resulting consequences in two independent studies. Study 1 demonstrated that, in addition to being higher on Extraversion, high self–monitors are also more likely to be low on Honesty–Humility, which is characterized by a tendency to be dishonest and driven by self–gain. Study 2 was designed to investigate the consequences of this dishonest side of self–monitoring using two previously unexamined outcomes: moral disengagement and unethical business decision making. Results showed that high self–monitors are more likely to engage in unethical business decision making and that this relationship is mediated by the propensity to engage in moral disengagement. In addition, these negative effects of self–monitoring were found to be due to its low Honesty–Humility aspect, rather than its high Extraversion side. Further investigation showed similar effects for the Other–Directedness and Acting (but not Extraversion) self–monitoring subscales. These findings provide valuable insight into previously unexamined negative consequences of self–monitoring and suggest important directions for future research on self–monitoring. Copyright © 2013 European Association of Personality Psychology
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.
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 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle