MétaCan
Menu
Retour à la cohorte
Enregistrement W3161836102 · doi:10.5267/j.msl.2021.4.005

An investigation of sales managers’ aggressiveness in B2B sales leadership: The sequential mediation model of emotional exhaustion and adaptive selling

2021· article· en· W3161836102 sur OpenAlexvenueno aff
Bilal Ahmad, Muhammad Imad ud Din Akbar, Mirza Huzaifa Asif, Naila Nureen

Notice bibliographique

RevueManagement Science Letters · 2021
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueJob Satisfaction and Organizational Behavior
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésModerationMediationContext (archaeology)Sales managementPsychologyOrder (exchange)MarketingBusinessModerated mediationSocial psychology

Résumé

récupéré en direct d'OpenAlex

The aim of this research is to investigate the influence of sales managers’ aggressiveness on ethical sales leadership and salesperson performance in B2B context, taking into consideration the sequential mediation of emotional labor and adaptive selling behavior. Sales managers spend most of their time in solving salesforce-related issues, while empirical studies have largely neglected such factors that can have negative consequences on salesforce-related tasks. In order to overcome this gap in the literature, we draw from conservation of resources (COR) theory to introduce and establish an advanced theoretical paradigm. The authors tested the model through 336 responses from B2B salesperson-manager dyads. The findings of the study reveal that sales managers’ aggressiveness has a negative association with ethical sales leadership. Also, sales managers’ aggressiveness is positively related to emotional exhaustion and negatively related to salesperson performance. Consequently, we found significant serial mediation of ethical sales leadership and adaptive selling behavior between the relationship of sales managers’ aggressiveness and salesperson performance. In last, manager decisiveness is playing as a significant moderator in the study. Theoretical contributions and practical implications are also discussed.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,289
Score d'incertitude au seuil0,358

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
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 Opus0,051
Tête enseignante GPT0,247
Écart entre enseignants0,196 · 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'étudeObservationnel
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

Citations17
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueManagement Science LettersMême sujetJob Satisfaction and Organizational BehaviorTravaux en français237 207