MétaCan
Menu
Retour à la cohorte
Enregistrement W4281702053 · doi:10.3233/wor-211425

Is supervisory communication more important than co-worker communication for employees’ engagement behavior in China? A moderated mediation analysis

2022· article· en· W4281702053 sur OpenAlexaff
John Janmaat

Notice bibliographique

RevueWork · 2022
Typearticle
Langueen
DomainePsychology
ThématiqueEmotional Intelligence and Performance
Établissements canadiensUniversity of British Columbia, Okanagan CampusUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésOrganizational citizenship behaviorPsychologyMediationSocial psychologyModerated mediationContext (archaeology)Emotional intelligencePerspective (graphical)Organizational commitmentPolitical science

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Past research has demonstrated connections between emotional intelligence and organizational citizenship behavior. However, how they are connected has been rarely explored, especially from a communication perspective. OBJECTIVES: This study considered the mixed role of co-worker communication satisfaction and supervisory communication satisfaction in the relationship between emotional intelligence and organizational citizenship behavior. METHODS: Based on a two-wave survey of 230 employees in China, we conducted a moderated mediation analysis using the PROCESS Macro in SPSS. RESULTS: We found that co-worker communication satisfaction (CCS) was a mediator in the relationship between emotional intelligence (EI) and organizational citizenship behavior (OCB). On top of that, the relationship between CCS and OCB became more significant when supervisory communication satisfaction (SCS) was at a high level. In contrast, that relationship became non-significant when SCS was at a low level. CONCLUSIONS: These findings extends the pathway research between EI and OCB, primarily through the lens of communication. Also, this work verifies the different values of types of communication satisfaction as resources. It extends the Conservation of Resources Theory in the Chinese context by integrating cultural traits with employee behaviors.

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)0,007
score de la tête « metaresearch » (Gemma)0,012
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,043
Score d'incertitude au seuil0,086

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,012
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0020,001
Études des sciences et des technologies0,0020,001
Communication savante0,0020,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,094
Tête enseignante GPT0,386
Écart entre enseignants0,292 · 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'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

Citations4
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWorkMême sujetEmotional Intelligence and PerformanceTravaux en français237 207