MétaCan
Menu
Retour à la cohorte
Enregistrement W2766754699 · doi:10.5465/ambpp.2017.16707abstract

Not So Perfectly Frank: Getting Clear on Organizational Candor

2017· article· en· W2766754699 sur OpenAlexaff
Fernando Olivera, Karen MacMillan

Notice bibliographique

RevueAcademy of Management Proceedings · 2017
Typearticle
Langueen
DomainePsychology
ThématiqueCommunication in Education and Healthcare
Établissements canadiensWilfrid Laurier University
Organismes subventionnairesnon disponible
Mots-clésCommunication sourceInterpersonal communicationPublic relationsSecrecyOrganizational communicationIdeal (ethics)Context (archaeology)LyingPsychologyPolitical scienceBusinessSocial psychologyComputer scienceLawTelecommunications

Résumé

récupéré en direct d'OpenAlex

Practitioners have shown a strong interest in increasing candid communication in the workplace. However, there are still few, if any, examples of organizations that can claim to have reached an ideal level of open communication with all relevant stakeholders. Both employees and leaders continue to hold back information in ways that hurt organizational functioning. In this paper, we aim to improve our understanding of candor by integrating theories from a number of relevant literatures (e.g., employee voice, secrecy, lying, impression management) that address the development of or lack of honest and open communication between people in organizations. We extend beyond the dominant approach that focuses exclusively on the informational benefits of candor, to include a consideration of both the positive and negative impact of open communication in the workplace. Our theorizing begins with the core idea that the interpersonal relationship between the sender and receiver of a candid message is of central importance since it is the immediate context within which the communication occurs. We suggest that organizational leaders may find that encouraging candor requires a greater respect for the influence of these relationships. We discuss the limitations of our discussion and suggest areas for future research.

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)0,015
score de la tête « metaresearch » (Gemma)0,052
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Commentaire · Signal consensuel: aucune
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,078

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0150,052
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0110,013
Communication savante0,0120,010
Science ouverte0,0010,010
Intégrité de la recherche0,0030,007
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,058
Tête enseignante GPT0,391
Écart entre enseignants0,333 · 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'étudeSans objet
Domainenon disponible
GenreCommentaire

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAcademy of Management ProceedingsMême sujetCommunication in Education and HealthcareTravaux en français237 207