Advances in Ethics: Moral Perceptions and Ethical Actions in the Context of Workplace Relationships
Notice bibliographique
Résumé
Ethical issues are ubiquitous in workplace interactions, whether among employees or between leaders and their subordinates, and these interactions can influence interpersonal relationships. However, much of what we know about ethics in the business environment overlooks the interpersonal processes and perceptions that influence moral perceptions and ethical actions. In this symposium, we bring together five papers that explore how ethical and moral issues are felt, expressed, managed, and perceived between organizational members in existing relationships. These papers bring new insights into theoretical and methodological approaches to studying ethics and morals in workplace relationships. In addition, we hope these findings provide guidance for leaders and organizations to develop effective approaches to managing and addressing ethical concerns. The Experience of Moral Distress in Organizational Life Author: Celia Moore; Imperial College Business School Author: Olivia Amanda O'Neill; George Mason U. Author: Minjie Gao; Imperial College Business School Competing Perspectives on Leaders’ Self-Regulation of Leniency in Light of Their Own Past Misconduct Author: Wei Jee Ong; National U. of Singapore The Properties and Effects of Ethical Promotive, Prohibitive, and Inquiry Voice Author: Edward McClain Wellman; Arizona State U. Author: Stephen Lee; The Wharton School, U. of Pennsylvania Author: Crystal I Chien Farh; U. of Washington Leader Bottom-line Mentality onto Employees’ Perceptions of Leader Competence & Citizenship Behav. Author: Cheng-Huan Liu; Rutgers U., School of Management and Labor Relations Author: Rebecca Lee Greenbaum; Rutgers U., New Brunswick Author: Nazifa Zaman; Rutgers U., School of Management and Labor Relations Why Aren’t you Doing Anything? Exploring the Effects of Inaction in Dyadic Moral Conflict Author: Emma Y. Zhao; U. of Virginia Author: Bruce Barry; Vanderbilt U. Author: Celia Chui; HEC Montreal
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 | 0,009 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,005 | 0,020 |
| Communication savante | 0,014 | 0,010 |
| Science ouverte | 0,001 | 0,006 |
| Intégrité de la recherche | 0,003 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,000 |
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.
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 ».