The Psychology of Employee Financial Vulnerability and Its Effects on Organizational Behavior
Notice bibliographique
Résumé
This symposium examines the psychology of financial vulnerability and how it can affect the way employees think, act, and behave in organizations. Financial vulnerability is the extent to which employees have the material resources to buffer various shocks in life, which is shaped by their immediate socio-cultural environment (e.g., social class), as well as by larger macro-economic forces. We showcase five papers that investigate the psychological processes related to financial vulnerability and highlight how these processes affect performance, skill acquisition, well-being, commitment, and cultural intelligence in organizations. Together, these papers unveil novel explanations of how financial vulnerability can breed undesirable organizational and individual level outcomes. Furthermore, the papers suggest ideas for how organizations might be able to intervene and attenuate these deleterious effects. Following each presentation, Stéphane Côté, a leading expert on the topic of social class and long-term consequences of financial vulnerability in organizational studies, will facilitate a discussion and offer promising future directions in this important area of research. Financial Vulnerability Impairs Voluntary Work Skill Acquisition Presenter: Tianyu He; INSEAD Presenter: Stefan Thau; INSEAD Presenter: Marko Pitesa; Singapore Management U. Psychological Resources Buffer against the Performance Costs of Financial Precarity Presenter: Joe Gladstone; U. College London Presenter: Jirs Meuris; U. of Wisconsin, Madison Role of Family-Work Interface in Explaining the Class Ceiling Presenter: Pooja Mishra; Singapore Management U. Presenter: Marko Pitesa; Singapore Management U. Interdependent Organizations Promote Fit and Retention in Employees from Working-Class Contexts Presenter: Andrea Dittmann; Northwestern Kellogg School of Management Presenter: Nicole Stephens; Northwestern U. Presenter: Sarah S M Townsend; U. of Southern California Trading Places: How Socioeconomic Mobility Relates to Cultural Intelligence and Employee Outcomes Presenter: Sean Martin; U. of Virginia
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 | 0,005 |
| 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 | 0,001 | 0,002 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».