An Exploration of How Ethical Leaders Mitigate the Deviance of Dispositionally Dishonest Employees
Notice bibliographique
Résumé
There is growing consensus among behavioral ethics scholars that ethical leadership is a potent solution for addressing unethical and deviant behaviors in the workplace. However, while the evidence to date shows that ethical leadership generally reduces employee misconduct, it is not clear how ethical leaders influence those most likely to engage in misconduct – i.e., dispositionally dishonest employees (or low Honesty-Humility, HH; Ashton & Lee, 2004). Drawing on Brown et al.’s (2005) theory of ethical leadership, we test two distinct theoretical explanations: a) the moral cognitive perspective, which argues that ethical leaders reduce the unethical behaviors of low HH employees by positively shaping their moral cognitions (e.g., moral attentiveness and awareness, moral judgment, moral motivation, and moral disengagement) of low HH employees or b) the trait suppression perspective, which argues that ethical leaders simply suppress or constrain low HH employees’ natural expression of unethical behavior through reinforcements. Across four studies investigating five moral cognitions, we found little support for the moral cognitive explanation. In contrast, we find evidence that ethical leaders primarily mitigate low HH employees’ unethical behaviors by influencing their perceptions that deviant behaviors are not tolerated (i.e., suppressed) in the workplace. We discuss the implications of these findings.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».