MétaCan
Menu
Retour à la cohorte
Enregistrement W2333592289 · doi:10.1177/0190272512446755

Ideal Types of Leadership as Patterns of Affective Meaning

2012· article· en· W2333592289 sur OpenAlexafffund
Andreas Schneider, Tobias Schröder

Notice bibliographique

RevueSocial Psychology Quarterly · 2012
Typearticle
Langueen
DomainePsychology
ThématiqueCultural Differences and Values
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesUniversity of Waterloo
Mots-clésTransactional leadershipTransformational leadershipPsychologySocial psychologyLeadership styleMeaning (existential)Cross-cultural leadershipServant leadershipLeadershipShared leadershipCharismatic authorityCharismaSymbolic interactionismNeuroleadershipPolitical science

Résumé

récupéré en direct d'OpenAlex

We propose that macro-level ideal types of leadership, as described in the classic work of Max Weber and reflected in the contemporary management literature, are mirrored in micro-level affective meanings. Within Osgood’s three-dimensional affective space, we identify specific patterns corresponding to leadership styles: people evaluate authoritative/transactional leadership as positive, powerful, and neither passive nor active. Charismatic/transformational leadership is perceived as equally positive and powerful but involves a much higher degree of activity-arousal. Finally, coercive leadership is negative, powerful, and active. Based on Heise’s cybernetic symbolic-interactionist affect control theory, we compare cultural representations of business managers in the United States and Germany at different points in time. We demonstrate a shift from transactional to charismatic leadership in the U.S. manager stereotype and a contrasting consolidation of coercive leadership expectations in Germany. We discuss implications for (1) cross-cultural communication and (2) affective meaning as indicator of social change.

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)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,005
Communication savante0,0040,003
Science ouverte0,0000,002
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,158
Tête enseignante GPT0,421
Écart entre enseignants0,263 · 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'étudeQualitatif
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

Citations28
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSocial Psychology QuarterlyMême sujetCultural Differences and ValuesTravaux en français237 207