MétaCan
Menu
Retour à la cohorte
Enregistrement W2411535302 · doi:10.1037/apl0000034

Extending the multifoci perspective: The role of supervisor justice and moral identity in the relationship between customer justice and customer-directed sabotage.

2015· article· en· W2411535302 sur OpenAlexaff
Daniel P. Skarlicki, Danielle D. van Jaarsveld, Ruodan Shao, Young Ho Song, Mo Wang

Notice bibliographique

RevueJournal of Applied Psychology · 2015
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueEthics in Business and Education
Établissements canadiensUniversity of ManitobaMcGill UniversityUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésEconomic JusticePsychologyPerspective (graphical)Identity (music)Procedural justiceSocial psychologySample (material)Organizational justiceEmpirical researchService (business)Interactional justiceMarketingOrganizational commitmentBusinessPolitical scienceLaw

Résumé

récupéré en direct d'OpenAlex

The multifoci perspective of justice proposes that individuals tend to target their (in)justice reactions toward the perceived source of the mistreatment. Empirical support for target-specific reactions, however, has been mixed. To explore theoretically relevant reasons for these discrepant results and address unanswered questions in the multifoci justice literature, the present research examines how different justice sources might interactively predict target-specific reactions, and whether these effects occur as a function of moral identity. Results from a sample of North American frontline service employees (N = 314, Study 1) showed that among employees with lower levels of moral identity, low supervisor justice exacerbated the association between low customer justice and customer-directed sabotage, whereas this exacerbation effect was not observed among employees with higher levels of moral identity. This 3-way interaction effect was replicated in a sample of South Korean employees (N = 265, Study 2).

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)0,009
score de la tête « metaresearch » (Gemma)0,024
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 enseignants0,009
Score d'incertitude au seuil0,046

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,024
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,004
Communication savante0,0030,003
Science ouverte0,0010,005
Intégrité de la recherche0,0010,003
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 Opus0,294
Tête enseignante GPT0,492
Écart entre enseignants0,198 · 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

Citations115
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Applied PsychologyMême sujetEthics in Business and EducationTravaux en français237 207