The Impact of Mixed Emotions on Creativity in Negotiation: An Interpersonal Perspective
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Creativity is critical to organizational success. Understanding the antecedents of creativity is important. Although there is a growing body of research on how (mixed) emotions affect creativity, most of the work has focused on intrapersonal processes. We do not know whether contrasting emotions between interacting partners (i.e., interpersonal mixed emotions) have creative consequences. Building on information processing theories of emotion, our research proposes a theoretical account for why interpersonal mixed emotions matter. It hypothesized that mixed- (vs. same-) emotion interactions would predict higher collective creative performance. We tested the hypothesis in two-party integrative negotiations (105 dyads). We manipulated negotiators' emotional expressions (angry-angry, happy-happy, angry-happy dyads) and measured the extent to which they generated creative solutions that tapped into hidden integrative potential in the negotiation for a better joint gain. The results overall supported the hypothesis: (i) there was some evidence that mixed-emotion dyads (i.e., angry-happy) performed better than same-emotion dyads; (ii) mixed-emotion dyads, on average, achieved a high level of joint gain that exceeded the (non-creative) zero-sum threshold, whereas same-emotion dyads did not. The findings add theoretical and actionable insights into our understanding of creativity, emotion, and organization behavior.
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.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 découle