Incivility toward managers: gender differences in well-being outcomes
Notice bibliographique
Résumé
Purpose Drawing on selective incivility theory (Cortina, 2008) and the literature on gender and leadership (e.g. Vialet al., 2016), the purpose of this paper is to investigate well-being outcomes of often neglected targets of incivility – those who manage or lead the work of others. The authors examined links between managers’ experiences of incivility from those to whom they report and five well-being outcomes, controlling for co-worker and subordinate incivility. Design/methodology/approach The authors used a cross-sectional correlational design to test the hypotheses, with a sample of 50 employees (28 females, 22 males) who supervise, manage or lead the work of others. Findings Male and female managers reported similar levels of incivility from subordinates and higher-ups; males reported greater incivility from co-workers. Significant interactions were also found: the relationship between incivility from those higher up and positive affect (high and low intensity) and perceived impact were significantly stronger for female (vs male) managers. Research limitations/implications Women did not experience greater workplace incivility than men, albeit the two-week timeframe of measurement may be too short to capture differences. The authors did, however, find evidence that well-being implications of experienced incivility from those higher up are generally stronger for female leaders. Originality/value The study investigates multi-source incivility directed at those in leadership/managerial positions and contributes to a growing literature seeking to understand the experiences of women in these roles. Although women in management roles may experience similar levels of incivility as men, they may interpret the behavior in a more negative light, in line with the persistence of sexism in the workplace.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».