MétaCan
Menu
Retour à la cohorte
Enregistrement W2995493106 · doi:10.1037/apl0000474

On the relation between felt trust and actual trust: Examining pathways to and implications of leader trust meta-accuracy.

2019· article· en· W2995493106 sur OpenAlexaff
Rachel Campagna, Kurt T. Dirks, Andrew P. Knight, Craig Crossley, Sandra L. Robinson

Notice bibliographique

RevueJournal of Applied Psychology · 2019
Typearticle
Langueen
DomaineComputer Science
ThématiqueOrganizational and Employee Performance
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésPsychologySocial psychologyRelation (database)Meta-analysisApplied psychologyComputer scienceData mining

Résumé

récupéré en direct d'OpenAlex

Research has long emphasized that being trusted is a central concern for leaders (Dirks & Ferrin, 2002), but an interesting and important question left unexplored is whether leaders feel trusted by each employee, and whether their felt trust is accurate. Across 2 field studies, we examined the factors that shape the accuracy of leaders' felt trust-or, their trust meta-accuracy-and the implications of trust meta-accuracy for the degree of relationship conflict between leaders and their employees. By integrating research on trust and interpersonal perception, we developed and tested hypotheses based on 2 theoretical mechanisms-an external signaling mechanism and an internal presumed reciprocity mechanism-that theory suggests shape leaders' trust meta-accuracy. In contrast to the existing literature on felt trust, our results reveal that leader trust meta-accuracy is shaped by an internal mechanism and the presumed reciprocity of trust relationships. We further find that whether trust meta-accuracy is associated with positive relational outcomes for leaders depends upon the level of an employee's actual trust in the leader. Our research contributes to burgeoning interest in felt trust by elucidating the mechanisms underlying trust meta-accuracy and suggesting practical directions for leaders who seek to accurately understand how much their employees trust them. (PsycInfo Database Record (c) 2020 APA, all rights reserved).

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)0,016
score de la tête « metaresearch » (Gemma)0,133
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,083

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0160,133
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0010,003
Communication savante0,0040,006
Science ouverte0,0010,004
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,081
Tête enseignante GPT0,298
Écart entre enseignants0,217 · 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'étudeObservationnel
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

Citations68
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Applied PsychologyMême sujetOrganizational and Employee PerformanceTravaux en français237 207