MétaCan
Menu
Retour à la cohorte
Enregistrement W3045624702 · doi:10.5465/ambpp.2020.18630abstract

Commiseration: A Chinese Way to do Anger Management in a Context of Leadership at Work

2020· article· en· W3045624702 sur OpenAlexaff
Jean Sebastien Goulet

Notice bibliographique

RevueAcademy of Management Proceedings · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueConflict Management and Negotiation
Établissements canadiensHEC Montréal
Organismes subventionnairesnon disponible
Mots-clésAngerContext (archaeology)Perspective (graphical)PsychologyChinaEmpirical researchWork (physics)Public relationsQuality (philosophy)Interpretation (philosophy)Applied psychologySocial psychologyPolitical scienceComputer scienceEngineering

Résumé

récupéré en direct d'OpenAlex

This research is to understand how Chinese managers manage their anger when they exercise leadership over a subordinate and feel anger towards this person. On the empirical side, this research innovates since the results and the analysis are based on interviews conducted with Chinese managers in top senior positions. With such high-quality of the sample, this research covers a gap identified with most previous researches on the topic of leadership in China, whiches were done with lesser or inexperienced people. On the theoretical side, our interpretation of the results leads us to propose a new mechanism called commiseration as a way Chinese managers manage their anger at work. Also, on the practical side, we believe that a better understanding of these mental processes will help managers here and there to have a different perspective on this emotion, and thus improve their leadership in conflictual situations.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,529
Score d'incertitude au seuil0,726

Scores Codex et Gemma par catégorie

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

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 Opus0,077
Tête enseignante GPT0,312
Écart entre enseignants0,235 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAcademy of Management ProceedingsMême sujetConflict Management and NegotiationTravaux en français237 207