Bringing to Light What’s Been Cast to the Shadows: Marginalized Relationships and Narratives at Work
Notice bibliographique
Résumé
The management literature is rich with theoretical and empirical insights into the processes and outcomes associated with interpersonal relationships at work. Whereas some workplace relationships and relational experiences have received a great deal of scholarly attention, others have been cast to the shadows. In this presenter symposium, we offer five papers uncovering the processes and consequences associated with taboo, counter-normative, and marginalized relational experiences in the workplace. Specifically, our symposium shines a spotlight on oft-overlooked relationships and relational experiences, including unrequited love in the workplace, workplace romances, relational experiences of Black women executives, and luck’s existence in employees’ relationships and careers. The theoretical and empirical papers included in this symposium offer novel contributions to the workplace relationships literature and its intersections with identity, careers, and gender and diversity, generating fruitful avenues for future research. A model of unrequited love in the workplace Presenter: Nikhil Awasty; Michigan State U. Presenter: Rebecca Mitchell; U. of Colorado Boulder Presenter: Lance Ferris; Michigan State U. Who I am through you: A self categorization model of dynamic romantic commitment at work Presenter: Keith Norman Leavitt; Oregon State U. Presenter: Trevor Watkins; U. of Oklahoma Risky or risqué?: The role of stigmatized identity in workplace romance formation Presenter: Emily Dunham Heaphy; U. of Massachusetts, Amherst Presenter: Emily Poulton; U. of Georgia Peer and CEO perceptions about their expectations for and challenges of senior black women Presenter: Marla Baskerville Watkins; Northeastern U. Presenter: Jamie Jocelyn Ladge; Northeastern U. Presenter: Alexis Nicole Smith; Oklahoma State U. Presenter: Pamela Carlton; Springboard – Partners in Cross Cultural Leadership Toward a theory of luck and inequality in careers Presenter: Erin Marie Reid; McMaster U. Presenter: Lakshmi Ramarajan; Harvard U.
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 | 0,009 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,029 | 0,055 |
| Communication savante | 0,017 | 0,020 |
| Science ouverte | 0,002 | 0,014 |
| Intégrité de la recherche | 0,003 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».