Explorations into the Conundrums and Complexities of Workplace Mistreatment
Notice bibliographique
Résumé
The proposed symposium explores critical gaps in the workplace mistreatment literature by examining employee maltreatment in novel contexts (e.g., substance abuse counseling, doctoral programs) and for unique social groups (e.g., cancer survivors, “cold” women). The papers also advance previous research by identifying mediators (e.g., organizational citizenship behavior, depersonalization) and moderators (e.g., substance abuse recovery status, interpersonal warmth) of the relationship between mistreatment and several under-researched outcomes (e.g., blood pressure, occupational advancement). Together, this collection of papers introduces both puzzles and intricacies to the existing research stream and, as such, promises to be both interesting and engaging.Workplace Harassment and Team (In)effectivenessPresenter: Jana L. Raver; Queen's U.Presenter: Ingrid C. Chadwick; Queen's U.An Examination of Withdrawl Reactions to Patient IncivilityPresenter: Taylor Elizabeth Sparks; U. of GeorgiaPresenter: Kerrin E. George; U. of GeorgiaPresenter: Katie Kincaid; U. of GeorgiaPresenter: Lillian Eby; U. of GeorgiaWorking in a Climate of (In)civility and Blood Pressure Presenter: Laura Lomeli; Texas A&M U.Presenter: Kathi Miner; Texas A&M U.Presenter: Mindy E. Bergman; Texas A&M U.Presenter: Ismael Diaz; Texas A&M U.Surviving the Hiring Process: Evidence of Interpersonal Discrimination in Hiring Cancer SurvivorsPresenter: Larry R Martinez; Rice U.Presenter: Craig D White; Texas A&M U., College StationPresenter: Kelly A Mover; Rice U.Presenter: Michelle R. Hebl; Rice U.Gender, Mistreatment, and Advancement in Blue and Pink Collar OccupationsPresenter: Jennifer L. Berdahl; U. of TorontoPresenter: Sue H Moon; Long Island U.Presenter: Ji-a Min; U. of TorontoPresenter: Alexander Garcia Muradov; U. of Toronto
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,012 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,009 | 0,019 |
| Communication savante | 0,013 | 0,011 |
| Science ouverte | 0,001 | 0,008 |
| Intégrité de la recherche | 0,003 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».