Transformational Leadership and Incivility: A Multilevel and Longitudinal Test
Notice bibliographique
Résumé
This research examines group-level perceptions of transformational leadership (TFL) as negative longitudinal predictors of witnessing person-related (e.g., insults/affronts) and work-related (e.g., negation/intentional work overload) acts of incivility at work. Witnessing workplace incivility was also postulated to negatively predict employee need satisfaction. Data were collected among production employees in different Canadian plants of a major manufacturing company ( N = 344) who worked for 42 different managers ( M group size = 9.76). Two waves of data collection occurred 1 year apart. Results from multilevel analyses showed that workgroups where managers were perceived to engage in more frequent TFL behaviors reported reduced levels of person- and work-related incivility 1 year later. However, group-level incivility did not predict change in group-level need satisfaction 1 year later. At the individual level, results showed that witnessing higher levels of person-related incivility than one’s colleagues predicted reduced satisfaction of the need for relatedness 1 year later. These longitudinal findings build upon previous literature by identifying TFL as a potential managerial strategy to reduce incivility in workgroups over time. They also show that mere exposure to workplace misbehavior still affects employees’ adjustment, suggesting that every effort to reduce deviance in workplaces is worthwhile.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».