In the Eye of the Beholder: Advancing Feedback Research with a Focus on Perceptions
Notice bibliographique
Résumé
In this symposium, we advance feedback research by considering how perceptions guide effective feedback interactions. By perceptions, we mean how providers and recipients view one another and their relationship, as well as how they view the feedback being relayed and tasks being evaluated. This symposium brings together leading scholars to consider the role of perceptions at each stage of a feedback interaction – at the beginning, when givers are considering feedback delivery, in the middle, when it is delivered and interpreted, and after the interaction, when its consequences unfold. In doing so, the symposium examines the implications of feedback interactions across multiple levels, building from the dyadic level, to the group level, crowd level, and ultimately, the societal level, yielding policy-relevant insights. The presentations were also selected to exhibit the breadth of methodologies that are being applied to explore the role of perceptions in feedback interactions. The papers include findings from surveys, archival field data, and experiments. Together, these presentations propose theories and offer practical implications that will advance our understanding of – and insight into how to improve – feedback processes. Mistaking Employee Silence for Satisfaction and Other Manager Misperceptions Author: Erik Santoro; - Author: Frank Flynn; Stanford U. Author: Benoit Monin; Stanford Graduate School of Business Unpacking the Power of Feedback: Investigating the Structure of Effective Feedback Author: Yingyue Luan; Cambridge Judge Business School Author: YeunJoon Kim; U. of Cambridge Author: Myung Chung; Cambridge Judge Business School Interpreter of Maladies: How Feedback Aggregators Interpret Conflicting Feedback Author: Ting Zhang; Harvard Business School Author: Michael White; Columbia Business School Author: Tuna Cem Hayirli; Harvard Business School Candid Disclosure in Team Debriefs Author: Nate Fulham; - Author: Matthew A. Diabes; Carnegie Mellon U. - Tepper School of Business Author: Binyamin Cooper; Morgan State U. Author: Taya R. Cohen; Carnegie Mellon U. - Tepper School of Business The Failure Gap Author: Lauren Eskreis-Winkler; Northwestern Kellogg School of Management Author: Kaitlin Woolley; Cornell SC Johnson College of Business Author: Eliana Polimeni; Northwestern Kellogg School of Management
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,048 | 0,094 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,005 | 0,004 |
| Études des sciences et des technologies | 0,009 | 0,032 |
| Communication savante | 0,021 | 0,040 |
| Science ouverte | 0,002 | 0,009 |
| Intégrité de la recherche | 0,005 | 0,011 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 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 source (Gemma direct ou Codex distillé), 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 ».