Men, Women, and Leadership Centralization in Groups Over Time.
Notice bibliographique
Résumé
The authors propose a model for predicting the emergence of group norms from the demographic composition of groups. They use this model to study gender and leadership centralization in groups over time. Results from 2 longitudinal studies were consistent with their predictions: (a) Women, more than men, preferred equality norms in groups; (b) all-male and majority-male groups had relatively centralized leadership structures; (c) all-female groups had relatively decentralized leadership structures; and (d) balanced and majority-female groups were relatively centralized at the onset of group interaction but decreased in centralization over time. Much research and theory has addressed how being male or female influences an individual’s chance of emerging as a leader in a small group or team (cf. Carli & Eagly, 1999; Eagly & Karau, 1991). Little is known, however, about how the sex composition of a group influences its emergent leadership structure: that is, whether a group develops a more centralized structure, whereby leadership is concentrated in one or a few group members, or a more decentralized structure, whereby leadership is shared among members (e.g., Pearce & Sims, 2002). This is an important issue to understand, as centralized structures have been linked to lower levels of group cohesion (Widmeyer, Brawley, & Carron, 1990), satisfaction (Porter & Lawler, 1964), and performance (e.g., Bloom, 1999; Janis, 1989) and to higher levels of tardiness, absenteeism, and turnover (Durand, 1985; Spink & Carron, 1992). Moreover, conventional wisdom and some theories suggest that a group’s leadership structure is shaped by its sex composition. This article represents one of the first contributions to this endeavor. We propose a dominant norms model of how a group’s sex composition determines its leadership centralization, both early in its development and over time. This model is based on the idea that individuals with different social characteristics and backgrounds prefer different interaction norms in groups. It considers these preferences, along with differences in status between the social groups in question, to predict which norms will initially and eventually dominate group interaction. We test the model with two longitudinal studies of groups with different sex compositions.
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 | 0,004 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».