MétaCan
Menu
Retour à la cohorte
Enregistrement W3183623799 · doi:10.5465/ambpp.2021.13547symposium

When is Enough, Enough? Insights on Career Implications of Being Treated Unfairly at Work

2021· article· en· W3183623799 sur OpenAlexaffabout
Paulien D’Huyvetter, Alycia Marie Damp, Gina Gaio Santos

Notice bibliographique

RevueAcademy of Management Proceedings · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueWorkplace Violence and Bullying
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésContext (archaeology)FriendshipAction (physics)Work (physics)GlobePsychologyPublic relationsBest practiceSocial psychologyPolitical scienceEngineeringLaw

Résumé

récupéré en direct d'OpenAlex

Despite the prevalence of individuals experiencing unfairness at work in many different forms across the globe, we know little about how being treated unfairly has implications for one’s career success. Without this knowledge, we are ill equipped to advise individuals who are treated unfairly on best practices for managing their situations in ways that will limit potential damage to their careers. This symposium includes three papers, each of which investigates mistreatment or unfairness at work within a specific context: abusive supervision, the 'dark' side of friendship, and knowledge theft. We integrate these contexts here with two central objectives: 1) to understand how exposure to mistreatment or unfairness affects individuals’ career-related outcomes, and 2) to understand when, why, and how individuals should act to effectively manage their experiences. Importantly, all papers highlight some of the perceived career-related costs associated with acting or failing to act when responding to unfairness or mistreatment at work. By providing insight on the mechanisms involved with action or inaction, we contribute new knowledge to the field that will inform individuals on how to protect their careers when they are exposed to mistreatment or unfairness in the workplace. When is Enough, Enough? Insights on Career Implications of Being Treated Unfairly at Work Presenter: Paulien D’Huyvetter; KU Leuven Presenter: Marijke Verbruggen; KU Leuven Presenter: Gina Gaio Santos; School of Economics and Management, U. of Minho, Braga, Portugal Presenter: Ryan M. Vogel; Fox School of Business, Temple U. Presenter: David Zweig; U. of Toronto Presenter: Alycia Marie Damp; U. of Toronto

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,037

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,010
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0080,011
Communication savante0,0100,005
Science ouverte0,0010,004
Intégrité de la recherche0,0030,005
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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.

Tête enseignante Opus0,035
Tête enseignante GPT0,291
Écart entre enseignants0,255 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
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
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAcademy of Management ProceedingsMême sujetWorkplace Violence and BullyingTravaux en français237 207