MétaCan
Menu
Retour à la cohorte
Enregistrement W4307476096 · doi:10.5465/annals.2021.0144

Mitigating or Magnifying the Harmful Influence of Workplace Aggression: An Integrative Review

2022· article· en· W4307476096 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueAcademy of Management Annals · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueWorkplace Violence and Bullying
Établissements canadiensUniversity of CalgaryUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésAggressionPsychologyIntrapersonal communicationSocial psychologyEmpirical researchInterpersonal communicationCoping (psychology)TraitClinical psychology

Résumé

récupéré en direct d'OpenAlex

As a substantial amount of research has accumulated on the harmful consequences of workplace aggression for target employees, we believe it is now of particular importance to examine moderators that alleviate or amplify these harmful effects. We ask the following questions: For whom is workplace aggression more or less detrimental? Moreover, what can target employees and the organization do to mitigate the harmful effects of aggression? We propose to address these questions with an integrative review of empirical research on moderators of the harmful effects of workplace aggression on targets. In this review, we identify and illustrate five broad perspectives that existing research has primarily used to explain the moderating effects: resource-depletion, social-relational, appraisal, self-regulation, and social-influence perspectives. In addition, we identify a large number of moderators and synthesize them into three categories of individual moderators—trait-based, intrapersonal, and coping-based—and three categories of contextual moderators—collective, interpersonal, and job-based. We address research findings on each category of moderators organized around the theoretical perspectives. We conclude with a general discussion of an overarching summary, redundant and saturated findings, as well as research gaps and future directions.

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.

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)0,004
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,703
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,072
Tête enseignante GPT0,403
Écart entre enseignants0,331 · 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