MétaCan
Menu
Retour à la cohorte
Enregistrement W2766216979 · doi:10.1177/0149206317739107

In the Aftermath of Unfair Events: Understanding the Differential Effects of Anxiety and Anger

2017· article· en· W2766216979 sur OpenAlexafffund
Laurie J. Barclay, Tina Kiefer

Notice bibliographique

RevueJournal of Management · 2017
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueJob Satisfaction and Organizational Behavior
Établissements canadiensWilfrid Laurier University
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésAngerPsychologySocial psychologyConstructivePerspective (graphical)Appraisal theoryAnxiety

Résumé

récupéré en direct d'OpenAlex

After decades of domination by social exchange theory and its focus on a manager-centered perspective, fairness scholars have recently issued numerous calls to shift attention toward understanding employees’ subjective “lived-through” experiences and in situ responses to unfair events. Using appraisal theories, we argue that focusing on the employee’s perspective highlights the importance of emotions in fairness experiences. Further, this emphasis creates opportunities for novel insights regarding the emotions that are likely to be relevant, the constructive responses that can emerge from unfairness, and the interplay between unfair events and entity fairness judgments. Using a daily diary study with event sampling, we highlight the importance of anger and anxiety in understanding how individuals experience and react to unfair events. Results indicated that anger elicited counterproductive work behaviors, whereas anxiety initiated problem prevention behaviors (i.e., a subdimension of proactive work behavior). Further, by engaging in problem prevention behaviors, employees can positively influence their subsequent overall fairness judgments. Experiences of an unfair event can also be shaped by individuals’ preexisting overall fairness judgments, such that preexisting overall fairness judgments are negatively associated with anger but positively associated with anxiety. Implications for theory and practice are discussed, including the influential role of emotions for fairness experiences, how employees’ own behaviors can influence subsequent overall fairness judgments, the interplay between unfair events and entity judgments, and ensuring that fairness is effectively managed on a daily basis.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,010

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
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,002
Communication savante0,0030,002
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
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 Opus0,015
Tête enseignante GPT0,242
Écart entre enseignants0,227 · 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

Citations75
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of ManagementMême sujetJob Satisfaction and Organizational BehaviorTravaux en français237 207