MétaCan
Menu
Retour à la cohorte
Enregistrement W2320030143 · doi:10.1108/joepp-11-2015-0038

Sifting the Big Five: examining the criterion-related validity of facets

2016· article· en· W2320030143 sur OpenAlexaff
Wendy Darr, E. Kevin Kelloway

Notice bibliographique

RevueJournal of Organizational Effectiveness People and Performance · 2016
Typearticle
Langueen
DomainePsychology
ThématiquePersonality Traits and Psychology
Établissements canadiensSaint Mary's UniversityDepartment of National Defence
Organismes subventionnairesnon disponible
Mots-clésPsychologyFacet (psychology)Incremental validityPersonalityBig Five personality traitsCriterion validitySocial psychologyExternal validityOriginalityPredictive validityInterpersonal communicationApplied psychologyTest validityConstruct validityPsychometricsCreativityDevelopmental psychology

Résumé

récupéré en direct d'OpenAlex

Purpose – The purpose of this paper is to review organizational research on the criterion-related validity of the Big Five model of personality with a view to examine the organizational utility of facet measures of personality. Design/methodology/approach – A literature review of studies that use personality traits to predict organizational outcomes in three domains: performance (task and contextual), deviance, and interpersonal dynamics (leadership, team cohesion). Findings – The authors identify 15 specific facets drawn from the Big Five model that appear to have demonstrated criterion-related validity in the prediction of organizational outcomes. Practical implications – Results of the analysis suggest the utility of using facet-specific measures in organizational applications such as personnel selection. Originality/value – Although there is a substantial literature speaking to the validity of the Big Five traits, the study identifies specific facets that may provide a basis for more focused use of personality variables in organizations. The work also provides the basis for further measurement development of occupationally relevant personality measures.

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)0,002
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,041
Score d'incertitude au seuil0,579

Scores Codex et Gemma par catégorie

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

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 Opus0,038
Tête enseignante GPT0,304
Écart entre enseignants0,266 · 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
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Organizational Effectiveness People and PerformanceMême sujetPersonality Traits and PsychologyTravaux en français237 207