MétaCan
Menu
Retour à la cohorte
Enregistrement W2979412312 · doi:10.1108/dlo-02-2019-0050

Unleashing the power of salespersons’ implementation intentions through coaching

2019· article· en· W2979412312 sur OpenAlexaff
Claudio Pousa

Notice bibliographique

RevueDevelopment in Learning Organizations An International Journal · 2019
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueJob Satisfaction and Organizational Behavior
Établissements canadiensLakehead University
Organismes subventionnairesnon disponible
Mots-clésCoachingTask (project management)OriginalityStructural equation modelingSample (material)Knowledge managementField (mathematics)PsychologyComputer scienceApplied psychologyProcess managementBusinessManagementSocial psychology

Résumé

récupéré en direct d'OpenAlex

Purpose The purpose of the paper is to validate if managers (through the use of managerial coaching) can help subordinates develop implementation intentions to address difficult problems and situations with customers. These implementation intentions take the form of new task strategies and go beyond the automated mechanisms of providing more effort, persisting longer in the pursuit of goals or adapting old strategies to solve new problems. Design/methodology We designed a cross-sectional field study with a convenience sample of 184 salespeople from different companies. Respondents provided information concerning the coaching received from their supervisors, the degree to which they were able to develop implementation intentions in future encounters with customers, and sales performance. Data was analyzed using structural equation modeling in AMOS. Findings We found that coaching can help salespeople develop better implementation intentions and, thus, be more effective in their interactions with customers, ultimately increasing their sales performance. Originality The paper explores the use of coaching to help subordinates develop new task-oriented strategies, using two theoretical frameworks: implementation intentions and goal-setting.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,011
score de la tête « metaresearch » (Gemma)0,045
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,058

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,045
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,015
Tête enseignante GPT0,283
Écart entre enseignants0,269 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
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

Citations1
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDevelopment in Learning Organizations An International JournalMême sujetJob Satisfaction and Organizational BehaviorTravaux en français237 207