Development and Validation of the Marginalized-Group-Focused Diversity Climate Scale: Group Differences and Outcomes
Notice bibliographique
Résumé
Abstract In this research, we created and tested the validity of a Marginalized-Group-Focused Diversity Climate Scale (MGF-DCS) following Hinkin’s (1998) best practices. Previously, no measure of diversity climate has been validated. Furthermore, addressing challenges concerning the basis of diversity climate perceptions, we reviewed disparate diversity climate definitions and scales to identify its core components and sources, focusing on the treatment of organizational members who identify as marginalized group members. Using full-time employee samples ( N = 1639), tests of content validity (study 1), exploratory factor analysis (study 2), confirmatory factor analysis (study 3), convergent and discriminant validity (study 4), and criterion validity (study 5) were conducted. Results suggest that the MGF-DCS comprises three subscales: (1) interpersonal valuing of marginalized groups; (2) organizational representation and inclusion of marginalized groups; and (3) organizational anti-discrimination. Furthermore, the MGF-DCS exhibited measurement invariance across marginalized group identification. In study 5, using the MGF-DCS, we tested how perceptions of diversity climate predict organizational and personal outcomes, as moderated by participants’ marginalized group identification. In general, the more participants perceived their workplaces to have a positive diversity climate, the better they saw social dynamics in their workplace (e.g. higher cohesion) and the better their personal outcomes (e.g. lower job stress); in some cases, these benefits were stronger for employees identifying as marginalized group members (e.g. less experienced discrimination). Thus, the MGF-DCS provides a reliable and valid assessment of diversity climate in organizations that can be used to advance theory, research, and diversity management practice.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».