MétaCan
Menu
Retour à la cohorte
Enregistrement W2327311192 · doi:10.1177/1548051815613018

The Role of Humor in the Relationship Between Transactional Leadership Behavior, Perceived Supervisor Support, and Citizenship Behavior

2015· article· en· W2327311192 sur OpenAlexaff
Michel Tremblay, Megan Gibson

Notice bibliographique

RevueJournal of Leadership & Organizational Studies · 2015
Typearticle
Langueen
DomainePsychology
ThématiqueHumor Studies and Applications
Établissements canadiensHealth CanadaHEC Montréal
Organismes subventionnairesnon disponible
Mots-clésOrganizational citizenship behaviorPsychologySocial psychologyTransactional leadershipOffensiveSupervisorConstructiveStyle (visual arts)Organizational commitmentManagement

Résumé

récupéré en direct d'OpenAlex

This study, building on uncertainty management theory, examines the role of humor use by the supervisor and team members in the relationship between leader behaviors, perceived supervisor support, and citizenship behavior. Data were collected from a sample of 284 employees working in nine small organizations. The results show that weak contingent reward leaders are viewed as more supportive when they use constructive and self-defeating humor styles extensively as opposed to aggressive humor, whereas skillful contingent reward leaders are perceived as less supportive when they use constructive and self-defeating humor extensively, and more supportive when they favor an aggressive humor style. Laissez-faire leaders are viewed as less supportive when they use aggressive humor extensively. The results provide only partial support for the buffer effect of constructive humor and the undermining influence of aggressive humor style. Finally, whereas offensive coworker humor is negatively related to organizational citizenship behavior, the results do not provide significant evidence that coworker humor moderates the influence of perceived supervisor support on organizational citizenship behavior. We conclude by discussing the theoretical contributions and practical implications of our findings.

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)0,014
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,002
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,014
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0000,001
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 Opus0,307
Tête enseignante GPT0,379
Écart entre enseignants0,072 · 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'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

Citations59
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Leadership & Organizational StudiesMême sujetHumor Studies and ApplicationsTravaux en français237 207