MétaCan
Menu
Retour à la cohorte
Enregistrement W3184240691 · doi:10.1002/job.2549

What if my coworker builds a better LMX? The roles of envy and coworker pride for the relationships of LMX social comparison with learning and undermining

2021· article· en· W3184240691 sur OpenAlexaff
Jingzhou Pan, Xiaotong Zheng, Haoying Xu, J. T. Li, Catherine K. Lam

Notice bibliographique

RevueJournal of Organizational Behavior · 2021
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueJob Satisfaction and Organizational Behavior
Établissements canadiensWilfrid Laurier University
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésPridePsychologySocial psychologyExtant taxonSocial comparison theoryPerceptionSocial exchange theory

Résumé

récupéré en direct d'OpenAlex

Summary Although the extant literature has demonstrated the benefits of building a higher leader–member exchange (LMX) relationship with a leader, it has overlooked the efforts by lower LMX employees to leverage the difference from higher LMX coworkers. Integrating social comparison theory and EASI theory, we contend that lower LMX social comparison (LMXSC) is associated with positive (self‐improving) and negative (undermining) behavior via different emotional mechanisms and that the focal employee's perceptions of the comparison coworker's pride play a critical role in qualifying the effects of lower LMXSC. The results from a time‐lagged field study and an online experiment reveal that lower LMXSC is associated with both benign and malicious envy, which in turn respectively relate to the focal employee learning and socially undermining the superior coworker. The negative indirect effect of LMXSC on learning behaviors via benign envy is stronger when the coworker compared is perceived to be higher (vs. lower) in authentic pride, whereas the indirect effect of LMXSC on social undermining via malicious envy is stronger when the coworker compared is perceived to be higher (vs. lower) in hubristic pride. We conclude with theoretical and practical implications.

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)0,000
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 enseignants0,009
Score d'incertitude au seuil0,401

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
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 Opus0,026
Tête enseignante GPT0,267
Écart entre enseignants0,241 · 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

Citations72
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Organizational BehaviorMême sujetJob Satisfaction and Organizational BehaviorTravaux en français237 207