How abusive supervision ultimately might enhance performance ratings among silent, neurotic employees
Notice bibliographique
Résumé
Purpose With a theoretical anchoring in the conservation of resources (COR) theory, this study investigates how employees' exposure to abusive supervision ultimately might lead to enhanced supervisor ratings of their job performance because employees react with defensive silence. Employees' neuroticism also might catalyze this process. Design/methodology/approach Multi-source, three-wave data were collected from employees and their supervisors in the power-distant, collectivistic country of Pakistan. Findings Beliefs about the presence of verbally abusive leaders, somewhat ironically, mitigate the risk of diminished supervisor-rated performance evaluations to the extent that those beliefs prompt employees to engage in self-protective behaviors to avoid confrontations with the abusive leaders. This mediating role of defensive silence is invigorated to the extent that employees' personalities make them more sensitive to stressful work situations. Practical implications For practitioners, this study identifies self-protective silence as a key, potentially worrisome mechanism that employees in power-distant, collectivistic countries may use to avoid negative performance ratings by leaders they perceive as abusive, and it reveals how this process tends to vary across different employees. Originality/value This research cites a critical, unexplored factor through which verbally abused employees can avoid negative performance evaluations, by engaging in defensive silence, not only as a potentially detrimental solution but also as an effective short-term solution. It further clarifies that this process is more likely to occur among neurotic employees.
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 | 0,000 | 0,000 |
| 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 | 0,000 |
| Communication savante | 0,000 | 0,002 |
| 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 | 0,001 |
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.
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».