Machiavellian Traits in Public Service: Subordinate Silence and Workplace Abuse as By-products and the Moderation of Work Ethics among Public Servants in Anambra State
Notice bibliographique
Résumé
Counterproductive work behaviours such as employee silence and workplace abuse are growing in Nigeria public service. Considering their possible negative consequences on organizational efficiency/effectiveness; this study examined subordinate silence and workplace abuse as by-products of Machiavellian traits and the moderation of work ethics. The study sampled 594 public servants in Anambra State, Nigeria whose ages ranged from 23yrs to 56yrs with a mean age of 39.50yrs using multi-stage sampling technique (purposive, cluster and simple randomization). After data analysis, the result revealed that there is high rate of Machiavellian traits, subordinate silence and workplace abuse (M=58.6; M=31.4; and M = 20.5 respectively) while there is low work ethics (M=21.2) among employees. Also, positive correlations were found among Machiavellian traits, subordinate silence and workplace abuse at r(594) = .58; .54; and .67, p < .05 respectively while negative correlation was found between work ethics and Machiavellian traits at r(594) = -.60 p < .05; between work ethics and subordinate silence at r(569) = -.49, p < .05 and between work ethics and workplace abuse at r(594) = -.72, p < .05. In the regression model, Machiavellian traits positively predicted subordinate silence at β = 1.21**, P < .01 and workplace abuse at β = .92, p < .05 (n = 594). Also, work ethics negatively predicted Machiavellian traits at β = -.879 p < .05 (n = 594). Furthermore, in model 2 and 3, work ethics was found to moderate only the relationship between Machiavellian traits and subordinate silence at β = .129*, p < .01 and between Machiavellian traits and workplace abuse at β = .191**, p < .01 (n = 594). Findings imply that unhealthy exchange and social climate has negative employee outcomes which affects organizational effectiveness of Nigerian public sector.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,004 |
| 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 | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».