MétaCan
Menu
Retour à la cohorte
Enregistrement W4296111985 · doi:10.51327/nnbj8521

Instigated Incivility, Guilt Expression, and Performance: Moderating Role of Religiosity

2022· article· en· W4296111985 sur OpenAlexaff
Inam Ul Haq, Dirk De Clercq, Muhammad Umer Azeem

Notice bibliographique

RevueJournal of Management Spirituality & Religion · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiquePolitics and Conflicts in Afghanistan, Pakistan, and Middle East
Établissements canadiensBrock University
Organismes subventionnairesnon disponible
Mots-clésIncivilityReligiositySocial psychologyFaithPsychologyFeelingExpression (computer science)Epistemology

Résumé

récupéré en direct d'OpenAlex

With a theoretical grounding in conservation of resources theory, this study examines how instigated incivility may boost instigators' job performance, in a process that might be explained by the instigators' expressions of guilt and moderated by their religious faith. The hypotheses tests rely on multisource, three-wave data collected from employees and their supervisors in Pakistani organizations. The findings, generated with the Process macro, affirm that (1) an important reason that instigated incivility translates into enhanced in-role and extra-role job performance is the instigators' desire to express guilty feelings and (2) this mediating role is especially prominent among employees who hold strong religious beliefs. For management scholars, this study's focus on incivility perpetrators provides an important complement to traditional considerations of incivility victims. For practitioners, it reveals how employees' own uncivil behaviors, somewhat counterintuitively, lead to enhanced performance outcomes and how religious faith serves as a catalyst of this process.

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)0,003
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: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,913
Score d'incertitude au seuil0,725

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
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 Opus0,017
Tête enseignante GPT0,279
Écart entre enseignants0,261 · 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'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

Citations5
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Management Spirituality & ReligionMême sujetPolitics and Conflicts in Afghanistan, Pakistan, and Middle EastTravaux en français237 207