MétaCan
Menu
Retour à la cohorte
Enregistrement W4381513727 · doi:10.1017/jmo.2023.37

Power of inclusive leadership: exploring the mediating role of identity-related processes and conditional effects of synergy diversity climate in nurturing positive employee behaviors

2023· article· en· W4381513727 sur OpenAlexaff
Saima Naseer, Dave Bouckenooghe, Fauzia Syed, Aisha Haider

Notice bibliographique

RevueJournal of Management & Organization · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueGender Diversity and Inequality
Établissements canadiensBrock University
Organismes subventionnairesUniversity of Cambridge
Mots-clésInsiderDiversity (politics)MediationSocial psychologyIdentity (music)PsychologyModerated mediationInclusion (mineral)Diversity managementSocial identity theoryOrganisation climatePower (physics)Political scienceSocial group

Résumé

récupéré en direct d'OpenAlex

Abstract Based on the fundamental principles of social identity theory, this study examines how inclusive leadership can help build employees' organizational identification, stimulate leader-directed helping behavior, and improve task performance by facilitating insider status and relational coordination. Furthermore, we explored how these relationships are conditional on the synergy diversity climate in a moderated mediation model. We collected temporally segregated data (n = 300) from employees in diverse workforces at three time intervals with a 2-week gap between intervals. The results support the indirect effects of inclusive leadership on employee outcomes through the development of perceived insider status and relational coordination. Additionally, these indirect effects are more pronounced at higher levels of a synergy diversity climate. In conclusion, our study offers critical insights into the diversity and leadership literature by answering why and under what conditions an inclusive leader can generate favorable employee outcomes.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,014
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,004
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,014
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,002
Communication savante0,0020,001
Science ouverte0,0000,003
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,033
Tête enseignante GPT0,263
Écart entre enseignants0,230 · 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 source (Gemma direct ou Codex distillé), 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

Citations13
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Management & OrganizationMême sujetGender Diversity and InequalityTravaux en français237 207