The Power to Reward vs. the Power to Punish: The Influence of Power Framing on Individual-Level Exploration
Notice bibliographique
Résumé
This article adopts a relational perspective to demonstrate that characteristics of the dyadic relationship between supervisors and their employees are critical to understanding individual-level exploration—understood as the extent to which organizational members pursue new opportunities and experiment with changes to current practices. To this end, we introduce the concept of power framing—that is, whether the control over valued resources is emphasized as the ability to reward or to punish—and propose that supervisor power framing shapes employee exploration. In an experimental study, we demonstrate that reward (versus punishment) power framing increases employee exploration behavior and that this effect is mediated by perceived trustworthiness of the supervisor. In a second survey study, we replicate these findings in a field sample and show that the relationship between reward power framing and exploration depends on the degree to which the focal employee is sensitive to power characteristics (i.e., power distance orientation). This investigation advances scholarship on the microfoundations of exploration while also highlighting the ability of leaders to alter trustworthiness perceptions and induce employee exploration through power framing. Funding: This work was supported by a National Science Foundation CAREER Award from the Directorate for Social, Behavioral and Economic Sciences [Grant 1943688] granted to O. Schilke. Additional funding was provided by the Sauder School of Business, University of British Columbia. Supplemental Material: The online appendix is available at https://doi.org/10.1287/orsc.2023.1672 .
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,010 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,002 |
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.
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 ».