MétaCan
Menu
Retour à la cohorte
Enregistrement W4365137104 · doi:10.1002/job.2707

Breaking rules yet helpful for all: Beneficial effects of pro‐customer rule breaking on employee outcomes

2023· article· en· W4365137104 sur OpenAlexafffund
Su Kyung Kim, Yujie Zhan

Notice bibliographique

RevueJournal of Organizational Behavior · 2023
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueJob Satisfaction and Organizational Behavior
Établissements canadiensWilfrid Laurier UniversityUniversity of British Columbia
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésNormativeOrganizational commitmentPsychologyCustomer retentionInefficiencyPsychological contractBusinessService (business)Social psychologyMarketingService qualityEconomicsMicroeconomics

Résumé

récupéré en direct d'OpenAlex

Summary Pro‐customer rule breaking refers to employees' breaking of organizational rules with the primary intention of helping customers or providing better customer service. In spite of its prosocial nature, it is unclear whether and how pro‐customer rule breaking also benefits employees who engage in this behavior. Drawing on self‐determination theory, we examine employees' well‐being and voice at work as outcomes of pro‐customer rule breaking. Across a simulation study and a critical incident‐based survey study, we found that pro‐customer rule breaking was positively related to employee psychological need fulfillment, which, in turn, was associated with lower emotional exhaustion, higher job satisfaction, and increased voice. Furthermore, normative conflict with organizational rule moderated the positive relationship between pro‐customer rule breaking and psychological need fulfillment such that employees with high normative conflict with organizational rule (i.e., employee perception that their existing organizational rule results in inefficiency and that their organization could be much better if it changed its practices) benefited more from their pro‐customer rule breaking. We discuss the theoretical and practical implications of these findings and offer directions for future research.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,031
Score d'incertitude au seuil0,911

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
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 Opus0,020
Tête enseignante GPT0,281
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'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

Citations24
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Organizational BehaviorMême sujetJob Satisfaction and Organizational BehaviorTravaux en français237 207