MétaCan
Menu
Retour à la cohorte
Enregistrement W2136433400 · doi:10.5465/ambpp.2005.18779161

HOW DO YOU CLIMB THE CORPORATE LADDER? A MULTI-REGIONAL ANALYSIS OF THE ETHICAL PREFERENCES FOR INFLUENCING SUPERIORS.

2005· article· en· W2136433400 sur OpenAlexaff
David A. Ralston, Carolyn P. Egri, Irina Naoumova, Florian von Wangenheim, María Teresa de la Garza Carranza, Laurie P. Milton, Tânia Casado, Prem Ramburuth, Mahfooz A. Ansari, Liesl Riddle, Ilya Girson, Malika Richards, Ian Palmer, David Brock, Arif Nazir Butt, Narasimhan Srinivasan, Marina Dabić, Arūnas Starkus

Notice bibliographique

RevueAcademy of Management Proceedings · 2005
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueExperimental Behavioral Economics Studies
Établissements canadiensWestern UniversityUniversity of CalgarySimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésClimbConsistency (knowledge bases)Predictive powerPower (physics)ConservatismSocial psychologyPositive economicsEconomicsPsychologyPolitical scienceComputer scienceLawEpistemology

Résumé

récupéré en direct d'OpenAlex

We investigate upward influence ethics in 35 societies. A global converging was found on the acceptability of different types of upward influence ethics. Differences among the regions, and societies within each region, as well as this overarching trend of consistency, were also found. Additionally, macrolevel (economic wealth), as well as the micro-level (egalitarian commitment-conservatism), factors provide predictive power for this model. Thus, our findings provide evidence that a global model should be based on multiple-level variables.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,682
Score d'incertitude au seuil0,404

Scores Codex et Gemma par catégorie

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

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 Opus0,115
Tête enseignante GPT0,352
Écart entre enseignants0,237 · 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 tête enseignante, 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

Citations3
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAcademy of Management ProceedingsMême sujetExperimental Behavioral Economics StudiesTravaux en français237 207