MétaCan
Menu
Retour à la cohorte
Enregistrement W4283837059 · doi:10.5465/ambpp.2022.12175abstract

Leadership Thriving In Disruptive And Stressful Work Environments

2022· article· en· W4283837059 sur OpenAlexaff
Wendy Rowe

Notice bibliographique

RevueAcademy of Management Proceedings · 2022
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueOrganizational Learning and Leadership
Établissements canadiensRoyal Roads University
Organismes subventionnairesnon disponible
Mots-clésThrivingNarrativePublic relationsConstructivePsychological resilienceFlourishingSociologyPsychologySocial psychologyPolitical scienceComputer scienceProcess (computing)

Résumé

récupéré en direct d'OpenAlex

This paper explores leadership thriving used by mid level managers when faced with disruptive and stressful events occurring in the workplace. In an analysis of 18 narratives provided by 10 managers in the public sector - events described as having gone well by the managers - six domains differentiated a thriving manager from those who had only coped or survived the ordeal. Using an a priori theory and emergent qualitative coding strategy, data were extracted and coded into subthemes. Managers who were thriving: were able to regulate their own emotional reactions, reframed the problem or situation as solvable and an opportunity, utilized personal self-care strategies, adopted a systems perspective, were communicative about what was happening, helped others to cope, and created collaborative strategies to address the issues in constructive ways. Results are discussed in terms of the lessons for leadership effectiveness when dealing with complex and disturbing organizational events.

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)0,001
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 enseignants0,116
Score d'incertitude au seuil0,735

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,001
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 Opus0,039
Tête enseignante GPT0,218
Écart entre enseignants0,180 · 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

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAcademy of Management ProceedingsMême sujetOrganizational Learning and LeadershipTravaux en français237 207