Not My Breach! Innovative Ways to Study Psychological Contract Breach and Effects on Meaningfulness
Notice bibliographique
Résumé
This symposium aims to introduce innovative ways to understand psychological contracts at work, and in particular the role of contract breach and its aftermath. Extant previous research has shown that employee perceptions of psychological contract breach have profound effects on work attitudes and behaviors, and may have detrimental effects on employees’ experienced meaningfulness of work. There is an upcoming stream of research focusing on contextual factors influencing these relationships as breach is not always negative. However, little is still known concerning the specific context in which breaches occur, how these breaches affect work outcomes, and how organizations and employees may prevent, repair, or resolve the negative impact of breach. This symposium offers five papers which present studies on the context and content of contract breach, show how breach is manifested in the workplace, and how the effects of breach unfold over time. The Different Ways Breach Can Be Repaired: What Can the Organization Do? Presenter: Kevin E. Henderson; U. of St. Thomas Presenter: Elizabeth Welsh; U. of St. Thomas Presenter: Anne O'Leary-Kelly; U. of Arkansas A Unit Climate Perspective on Psychological Contract Breach Presenter: Jos Akkermans; U. of Amsterdam Presenter: Matthijs Bal; U. of Bath Presenter: Simon De Jong; U. of East Anglia Psychological Contract Breach and Its Outcomes: The Devil is in the Detail Presenter: Eloisa Federici; U. of Amsterdam Presenter: Stefan T. Mol; U. of Amsterdam Presenter: Matthijs Bal; U. of Bath Presenter: Marjolein Ten Hoonte; Randstad Group Netherlands Presenter: Claire Revell; Plus Retail The Aftermath of Psychological Contract Violation and Its Implications for Violation Resolution Presenter: Maria Maria; Carnegie Mellon U. Presenter: Yannick Griep; U. of Calgary Prototypical Stories of Commitment After Violation: The Role of Perceived Organizational Support Presenter: Yannick Griep; U. of Calgary Presenter: Maria Maria; Carnegie Mellon U. Presenter: Tim Vantilborgh; Vrije U., Brussel Presenter: Samantha D. Hansen; U. of Toronto Presenter: Joeri Hofmans; Vrije U., Brussel Presenter: Roland Pepermans; Vrije U., Brussel
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| 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 ».