MétaCan
Menu
Retour à la cohorte
Enregistrement W4361276982 · doi:10.5539/ibr.v16n3p38

Empathetic Leadership: Motivating Organizational Citizenship Behavior and Strengthen Leader-Member Exchange Relationships

2023· article· en· W4361276982 sur OpenAlexvenueno aff
LaJuan Perronoski Fuller

Notice bibliographique

RevueInternational Business Research · 2023
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueOrganizational Leadership and Management Strategies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésOrganizational citizenship behaviorCoachingPsychologySocial psychologyMeaning (existential)EmpathyConstruct (python library)Organizational commitment

Résumé

récupéré en direct d'OpenAlex

Empathetic leadership can motivate employees to become more productive and improve job satisfaction. Motivation is a self-initiated behavior that influences organizational citizenship behavior. However, empathy remains a vague psychological construct that requires research into different forms of empathy. This study applied illocutionary (empathetic) speech to determine the ability to predict organizational citizenship behavior in the leader-member exchange relationship. Additionally, locutionary (meaning-making) and perlocutionary (direction-giving) speech was introduced to establish factors that may strengthen that relationship. The study consisted of three hundred nine full-time employees and revealed that illocutionary (empathetic) speech significantly predicted organizational citizenship behavior. Locutionary (meaning-making) and perlocutionary (direction-giving) speech strengthened that relationship and are consistent with felicity conditions. Therefore, leaders, managers, and supervisors should attend workshops or executive coaching to develop communication strategies based on empathetic, direction-giving, and meaning-making speech to motivate employee organizational citizenship in leader-member exchange relationships.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,216
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,004
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,002

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 Opus0,263
Tête enseignante GPT0,340
Écart entre enseignants0,076 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeObservationnel
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

Citations13
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Business ResearchMême sujetOrganizational Leadership and Management StrategiesTravaux en français237 207