LEADERSHIP IN THE EDUCATIONAL ENVIRONMENT AND ITS CONSEQUENCES ON PSYCHOLOGICAL HEALTH
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abusive supervision involves the expression of multiple verbal and nonverbal aggressive behaviours of a supervisor towards employees.As a stressor in the workplace, such leadership results in organisational inefficiency, absenteeism, and voluntary staff turnover.The cost of this supervision for American organisations is estimated at $2.3 billion (Seckyoung et al., 2016).An understanding of the predictors of abusive supervision in the workplace allows for intervention amongst organizations in order to significantly reduce the cost associated with these destructive behaviours.Empirical data shows that the perception of abusive supervision is associated with psychological distress, reduced workplace wellbeing, and low-quality supervisor-subordinate relationships.This study proposes an empirical exploration of the antecedents and consequences of abusive supervision in the education sector, which has been identified by certain studies (ACTU, 2000) as being a work environment where destructive leadership by school officials is particularly pronounced.Several variables, such as managerial overload or work intensification, the setting of imposing or unrealistic work objectives, high-performance human resource management practices or the frustration of managers facing a lack of resources can potentially predict the perception of abusive supervision.Supervisors' personality traits constitute mediating variables in this framework.The personality traits and attributions of subordinates influences the perception of abusive supervision.This study derives from a narrative literature review (1980-2020) on three keywords: abusive supervision, school management, and teachers.For this purpose, the databases PsychINFO, PubMed, ERIC (ProQuest), and Web of Science were consulted.References were sorted in the data processing software EndNote.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,001 |
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.
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 découle