Workplace bullying as an organizational problem: Spotlight on people management practices.
Notice bibliographique
Résumé
Though workplace bullying is conceptualized as an organizational problem, there remains a gap in understanding the contexts in which bullying manifests-knowledge vital for addressing bullying in practice. In three studies, we leverage the rich content contained within workplace bullying complaint records to explore this issue then, based on our discoveries, investigate people management practices linked to bullying. First, through content analysis of 342 official complaints lodged with a state health and safety regulator (over 5,500 pages), we discovered that the risk of bullying primarily arises from ineffective people management in 11 different contexts (e.g., managing underperformance, coordinating working hours, and entitlements). Next, we developed a behaviorally anchored rating scale to measure people management practices within a refined set of nine risk contexts. Effective and ineffective behavioral indicators were identified through content analysis of the complaints data and data from 44 critical incident interviews with subject matter experts; indicators were then sorted and rated by two independent samples to form a risk audit tool. Finally, data from a multilevel multisource study of 145 clinical healthcare staff nested in 25 hospital wards showed that the effectiveness of people management practices predicts concurrent exposure to workplace bullying at individual level beyond established organizational antecedents, and at the team level beyond leading indicator psychosocial safety climate. Overall, our findings highlight where the greatest risk of bullying lies within organizational systems and identifies effective ways of managing people within those contexts to reduce the risk, opening new avenues for bullying intervention research and practice. (PsycInfo Database Record (c) 2022 APA, all rights reserved).
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 tête enseignante, 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 ».