Managing change: role of leadership and diversity management
Notice bibliographique
Résumé
Purpose The lived paid work experiences of two women (a European Canadian-born and a South Asian immigrant) demonstrate how low-quality leader–member exchanges and poor diversity management negatively influence employees' health, job satisfaction and retention during a period of major organizational change. Design/methodology/approach This paper combined a narrative case study with auto ethnography to examine the lived paid work experiences of the two female authors and identify common patterns of meaning within the data. Findings The analysis of personalized accounts demonstrate the damaging results of a failed change management initiative when leaders did not follow an organizational change model and used an authoritarian leadership style. Further, the low-quality leader–member exchanges and poor diversity management reduced authors' feelings of inclusion and negatively impacted their emotional and physical health, job satisfaction, and retention. Research limitations/implications New knowledge gained about leader–member exchange and diversity management has implications not only for leaders, but also human service managers. The data represents the authors' two perspectives, constraining generalizability. Larger samples of employees' narratives from diverse cultural/work backgrounds would be valuable to inform organizational change. Practical implications The paper provides practical reasons for leadership training and skill development in change management models. Social implications Given global demographic diversity, the findings are relevant to organizations, highlighting the importance of creating a climate of inclusion for workers' job satisfaction and retention and organizational success. Originality/value While the sample size (n = 2) is very small, using a combination of personal experience methods offered insights into the complexity of leader–member exchange and diversity management from workers' perspectives, and went beyond successful cases, adding value to organizational change research.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,008 | 0,010 |
| 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 | 0,008 | 0,010 |
| Communication savante | 0,009 | 0,003 |
| Science ouverte | 0,001 | 0,006 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».