MétaCan
Menu
Retour à la cohorte
Enregistrement W4285012989 · doi:10.5465/amr.2020.0519

Star Light, but Why Not So Bright? A Process Model of How Incumbents Influence Star Newcomer Performance

2022· article· en· W4285012989 sur OpenAlexaff
Janet A. Boekhorst, Nada Basir, Shavin Malhotra

Notice bibliographique

RevueAcademy of Management Review · 2022
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueJob Satisfaction and Organizational Behavior
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésStar (game theory)PsychologyLuckShameSocial psychologyAttributionOptimismCognition

Résumé

récupéré en direct d'OpenAlex

Star performers do not always sustain their performance edge after moving to new organizations. We offer an important explanation for whether star performers may flourish or flounder when they join a new team. Integrating insights from attribution theory and social comparison research, we present a process model explaining how incumbents make sense of star newcomer status. We propose that incumbents determine whether the star newcomer attained their star status through internal factors (e.g., ability, grit) or external factors (e.g., luck, affiliation), which gives rise to one of four distinct emotions: optimism, inspiration, shame, or envy. Incumbents who feel optimism or inspiration attempt to enhance their status through learning or helping behaviors that subsequently facilitates star newcomer performance, whereas incumbents who feel shame or envy seek to protect their status through withdrawal or destructive behaviors that hinder star newcomer performance. We further propose that the effect of incumbent behaviors on star newcomer performance is particularly likely when there is a high need for task-related interactions and complementary skills among team members. Our theoretical framework helps to advance the star newcomer literature by examining the largely overlooked influence of incumbents and highlighting the cognitive process that precedes their behavior towards star newcomers.

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)0,003
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,028
Tête enseignante GPT0,264
Écart entre enseignants0,236 · 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'étudeThéorique ou conceptuel
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

Citations19
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAcademy of Management ReviewMême sujetJob Satisfaction and Organizational BehaviorTravaux en français237 207