MétaCan
Menu
Retour à la cohorte
Enregistrement W4385223246 · doi:10.5465/amproc.2023.10860symposium

Opening Up: New Theory and Evidence on the Role of Self-Disclosure in Organizations

2023· article· en· W4385223246 sur OpenAlexaffabout
Aï Ito, J.A. Harrison, Michelle Bligh, Marie‐Hélène Budworth, Paolo Fragomeni, Hodar Lam, Shuai Yuan, Zhuojun Wang, Mahshid Khademi, Sophie Theresa Schep, Nicola Glumann, Avery Thomson, Emre Yetgin, Quinn Cunningham

Notice bibliographique

RevueAcademy of Management Proceedings · 2023
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueTechnology Adoption and User Behaviour
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésSelf-disclosurePsychologyBusinessSocial psychology

Résumé

récupéré en direct d'OpenAlex

Sometimes described as ‘opening-up’, self-disclosure, or the act of sharing personal/relevant information with another party is acknowledged in psychology as an important interpersonal behavior. Despite this evidence on the importance of self-disclosure, research on self-disclosure in organizations is sparse. In recent years there is rising interest in the study of self-disclosure in the workplace. Often viewed as a positive behavior to show goodwill, the effects of self-disclosure on organizational outcomes at various levels have received little empirical and theoretical attention from management scholars. This symposium explores the interpersonal and group effects of self-disclosure on employees at both the individual, interpersonal, and group levels. The symposium consists of four papers—one theory, two field studies, and one experimental study—that explore the effects of self-disclosure and its role in organizations. Specifically, the first paper offers new theoretical insights about the gendered effect of self-disclosure in the context of remote working and what that means for careers. Also fuelled by the use of remote working, the second paper investigates self-disclosure concerning individual leaders’ perceptions of loneliness. The third paper explores the effects of self-disclosing virtually, private medical information about suffering from remote work conditions during the COVID-19 pandemic, and a group of colleagues. It uses experimental vignettes to investigate the potential benefits of virtual self-disclosure to a group of colleagues regarding private medical information. The final paper delves deeper into employees’ position to self-disclose. It examines the role of self-stigmatization in the relationship between employee mental health disease diagnoses and employee decisions to self-disclose. These papers advance our understanding of the effects of self-disclosure at various levels in organizations. We believe the symposium is a step toward uncovering the importance of self- disclosure and will encourage future research. Self-Disclosure in Today’s Remote World of Work: Understanding the Consequences for Women’s Careers Author: Marie-Helene Elizabeth Budworth; York U. Author: Paolo Fragomeni; York U., Toronto Don’t Leave Accountable Leaders Alone: The Role of Self-Disclosure at Work Author: Hodar Lam; U. of Amsterdam Author: Shuai Yuan; U. of Amsterdam Author: Wang Zhuojun; Institute of Psychology, Chinese Academy of Sciences The Effects of Self-Disclosure on In-Group Identification: A COVID-19 Vignette Study Author: Avery Thomson; Epic Author: Emre Yetgin; Rider U. Author: Quinn Cunningham; Rider U. The Role of Self-Stigma in the Disclosure Decision of Employees with Mental Health Disabilities Author: Mahshid Khademi; U. of St. Gallen (HSG) Author: Sophie Theresa Schep; U. of St. Gallen Author: Nicola Glumann; U. of St. Gallen

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)0,016
score de la tête « metaresearch » (Gemma)0,038
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,083

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0160,038
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,005
Études des sciences et des technologies0,0030,023
Communication savante0,0110,020
Science ouverte0,0030,005
Intégrité de la recherche0,0050,005
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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 Opus0,082
Tête enseignante GPT0,364
Écart entre enseignants0,282 · 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'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAcademy of Management ProceedingsMême sujetTechnology Adoption and User BehaviourTravaux en français237 207