MétaCan
Menu
Retour à la cohorte
Enregistrement W2865417248 · doi:10.5465/ambpp.2018.10549abstract

Reject Me Once, Shame on You: How Leaders Prior Responses Shape the Emergence of Voice Climate

2018· article· en· W2865417248 sur OpenAlexaff
Kyle Brykman, Jana L. Raver

Notice bibliographique

RevueAcademy of Management Proceedings · 2018
Typearticle
Langueen
DomainePsychology
ThématiqueTeam Dynamics and Performance
Établissements canadiensUniversity of Windsor
Organismes subventionnairesnon disponible
Mots-clésAffect (linguistics)Employee voicePsychologyShamePerceptionVitalitySocial psychologyCognitive psychologyCommunication

Résumé

récupéré en direct d'OpenAlex

In this manuscript we examine the process through which voice climate emerges in teams and subsequently affects team voice. Voice climate refers to shared team perceptions concerning whether members feel safe and capable to speak up. Although recent research suggests that voice climate significantly affects individual and team voice, we know little about how voice climate emerges in teams and why voice climate affects team voice. These oversights are problematic because we cannot prescribe strategies to affect voice climate without explicating how teams develop shared voice climate perceptions. Accordingly, we examined voice climate emergence with a team- experiment in which a confederate leader either accepted or rejected his/her team’s voice, following which we measured the effects of voice acceptance/rejection on voice climate, team affect and cognitions (risk, fear, efficacy, vitality), and team voice over three successive tasks. Results suggest that leaders prior responses to voice shape the emergence of voice climate, such that accepting voice enhances voice climate, whereas rejecting voice weakens voice climate. In turn, voice climate significantly affects team voice as mediated by team efficacy and vitality. Overall, we respond to several calls for more investigations into how leadership behaviors affect voice and what motivates teams to speak up.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,526
Score d'incertitude au seuil0,720

Scores Codex et Gemma par catégorie

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

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 Opus0,051
Tête enseignante GPT0,343
Écart entre enseignants0,291 · 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 tête enseignante, 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

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAcademy of Management ProceedingsMême sujetTeam Dynamics and PerformanceTravaux en français237 207