MétaCan
Menu
Retour à la cohorte
Enregistrement W2997768581 · doi:10.1111/apps.12239

An Enumerative Review and a Meta‐Analysis of Primed Goal Effects on Organizational Behavior

2019· review· en· W2997768581 sur OpenAlexafffund
Xiao Chen, Gary P. Latham, Ronald F. Piccolo, Guy Itzchakov

Notice bibliographique

RevueApplied Psychology · 2019
Typereview
Langueen
DomainePsychology
ThématiquePsychological Testing and Assessment
Établissements canadiensUniversity of TorontoUniversity of Prince Edward Island
Organismes subventionnairesSocial Sciences and Humanities Research Council of CanadaUniversity of Prince Edward Island
Mots-clésPsychologyPriming (agriculture)Context (archaeology)Prime (order theory)Relevance (law)Set (abstract data type)Cognitive psychologySubconsciousGoal settingSocial psychologyComputer scienceMathematics

Résumé

récupéré en direct d'OpenAlex

Drawing on results from 32 published and 20 unpublished laboratory and field experiments, we conducted an enumerative review of the primed goal effects on outcomes of organizational relevance including performance and the need for achievement. The enumerative review suggests that goal setting theory is as applicable for subconscious goals as it is for consciously set goals. A meta‐analysis of 23 studies revealed that priming an achievement goal, relative to a no‐prime control condition, significantly improves task/job performance ( d = 0.44, k = 34) and the need for achievement ( d = 0.69, k = 6). Three moderators of the primed goal effects on the observed outcomes were identified: (1) context‐specific vs. a general prime, (2) prime modality (i.e., visual vs. linguistic), and (3) experimental setting (i.e., field vs. laboratory). Significantly stronger primed goal effects were obtained for context‐specific primes, visual stimuli, and field experiments. Theoretical and managerial implications of and future directions for goal priming are discussed.

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)0,009
score de la tête « metaresearch » (Gemma)0,035
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens large)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,993
Score d'incertitude au seuil0,049

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,035
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0070,008
Bibliométrie0,0070,007
Études des sciences et des technologies0,0000,001
Communication savante0,0020,002
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,151
Tête enseignante GPT0,499
Écart entre enseignants0,348 · 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.

Devis d'étudeMéta-analyse
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations141
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueApplied PsychologyMême sujetPsychological Testing and AssessmentTravaux en français237 207