International differences in employee silence motives: Scale validation, prevalence, and relationships with culture characteristics across 33 countries
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Summary Employee silence, the withholding of work‐related ideas, questions, or concerns from someone who could effect change, has been proposed to hamper individual and collective learning as well as the detection of errors and unethical behaviors in many areas of the world. To facilitate cross‐cultural research, we validated an instrument measuring four employee silence motives (i.e., silence based on fear, resignation, prosocial, and selfish motives) in 21 languages. Across 33 countries ( N = 8,222) representing diverse cultural clusters, the instrument shows good psychometric properties (i.e., internal reliabilities, factor structure, and measurement invariance). Results further revealed similarities and differences in the prevalence of silence motives between countries, but did not necessarily support cultural stereotypes. To explore the role of culture for silence, we examined relationships of silence motives with the societal practices cultural dimensions from the GLOBE Program. We found relationships between silence motives and power distance, institutional collectivism, and uncertainty avoidance. Overall, the findings suggest that relationships between silence and cultural dimensions are more complex than commonly assumed. We discuss the explanatory power of nations as (cultural) units of analysis, our social scientific approach, the predictive value of cultural dimensions, and opportunities to extend silence research geographically, methodologically, and conceptually.
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.
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 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| 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 | 0,000 |
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 découle