Relational age and leader–member exchange: mediating role of perceived trust
Notice bibliographique
Résumé
Purpose Drawing on similarity-attraction hypothesis and generational gap literatures, this study aims to examine the impact of age difference in a leader–member dyad on leader–member exchange (LMX). The study hypothesized that relational age would impact the subordinates-reported LMX. However, given that leaders have structural power over subordinates and hence have mechanisms of interaction available to them, the age difference might not determine their perception of quality of LMX. The study also hypothesized that generation gap in values and beliefs leads to lack of trust, on the part of subordinates, which in turn might be the reason for poor quality of LMX. Design/methodology/approach A total of 200 leader–member dyads from five organizations in the National Capital Region of India were used in this study. Data were collected via separate structured questionnaires for leaders and members, which comprised of standard scales of LMX and perceived trust, and demographics. Findings Hypotheses received substantial support from the data with a few exceptions. Only the loyalty dimension of perceived trust mediates the relationship between relational age and member perception of LMX. Research limitations/implications Results have implications for relational age and LMX interventions. However, the results are to be viewed in the light of members’ perspective. While this is a common practice in LMX research, it would be interesting to explore leaders’ trust and psychological reactions as well, for additional insights into leadership practice. Originality/value Limited work has been done to explore the impact of relational age on LMX, that too mediated by trust. An attempt has been made in this study to do so via leader–member dyads.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 tête enseignante, 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 ».