MétaCan
Menu
Retour à la cohorte
Enregistrement W3039465913 · doi:10.5267/j.msl.2020.6.042

Engaging employees through spiritual leadership

2020· article· en· W3039465913 sur OpenAlexvenueno aff
William D. Hunsaker, Woojin Jeong

Notice bibliographique

RevueManagement Science Letters · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueWorkplace Spirituality and Leadership
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPsychologyBusinessPublic relationsSocial psychologyMarketingPolitical science

Résumé

récupéré en direct d'OpenAlex

This study explores how spiritual leadership through its effects on individuals' spiritual well-being enhances employee engagement and augments employees' organizational commitment. The research conducted a general survey of 207 millennial employees in China, which was tested using partial least squares (PLS) structural equation modeling. The results suggest that employee engagement was significantly influenced by spiritual leadership. In addition, the results demonstrate that organizational commitment was influenced by the sequential intervening effects of employee wellbeing and work engagement. Both the explained variance (R 2 ) and the effect size of exogenous variables on endogenous variables ( 2 ) showed moderate-to-high effects, supporting the predictive ability of this PLS spiritual leadership model. This study suggests that young workers' engagement and commitment to their work and organizations are roused when the organization and its leaders satisfy workers' higher-order humanistic needs. This is accomplished when employees' socio-psychological resources, such as spiritual well-being, are enhanced through spiritual leadership, which can be augmented by organizational climates that embrace young workers' "whole" selves. This study expands our understanding of the role that spiritual leadership plays in not only motivating organizational commitment but, more importantly, in engaging employees in their work roles.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesÉtudes des sciences et des technologies
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,752
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0020,003
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,001

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 Opus0,166
Tête enseignante GPT0,329
Écart entre enseignants0,163 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
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

Citations23
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueManagement Science LettersMême sujetWorkplace Spirituality and LeadershipTravaux en français237 207