MétaCan
Menu
Retour à la cohorte
Enregistrement W4220757106 · doi:10.24018/ejbmr.2022.7.2.1311

A Study of Generational Conflicts in the Workplace

2022· article· en· W4220757106 sur OpenAlexaff
Steven H. Appelbaum, Anuj Bhardwaj, Mitchell Goodyear, Ting Gong, Aravindhan Balasubramanian Sudha, Phil Wei

Notice bibliographique

RevueEuropean Journal of Business Management and Research · 2022
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueFamily Business Performance and Succession
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésCausality (physics)Affect (linguistics)Diversity (politics)Identity (music)Competition (biology)Work (physics)Value (mathematics)Social psychologyProcess (computing)SociologyPolitical sciencePublic relationsPsychologyLaw

Résumé

récupéré en direct d'OpenAlex

This article reviews research around generational differences and examines the causality between these differences and conflicts usually happening at the workplace. The conflicts can be defined as value-based, behaviour-based, or identity-based. These generational differences also affect managers’ strategies when dealing with conflicts at work. Morton Deutsch’s theory of cooperation and competition is often used for organisations to understand the nature of conflicts, and the Conflict Process Model can be used to examine how conflicts can evolve. Studies show that once a generational conflict is identified and understood, organizations can mitigate and resolve the conflict by developing mentorship between the parties involved to embrace generational diversity. Various components of the HR activities should also be altered to adapt generational differences for an organization to attract and retain talents. As events and developments that caused generational differences are chronological, conflicts that could arise from the reactions by different generations to the future of work leaping through the recent Covid-19 pandemic should be prepared. However, some studies raised debate about the causality between generations and behavioural characteristics at work and argued the necessity of managing conflicts caused by generational differences, raising concerns that attributing conflicts to generational differences potentially oversimplifies the problems.

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)0,007
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 enseignants0,300
Score d'incertitude au seuil0,381

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0070,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,001
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 Opus0,093
Tête enseignante GPT0,304
Écart entre enseignants0,211 · 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

Citations35
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEuropean Journal of Business Management and ResearchMême sujetFamily Business Performance and SuccessionTravaux en français237 207