Give Peace a Chance? How Regulatory Foci Influence Organizational Conflict Events in Intractable Conflict Environments
Notice bibliographique
Résumé
An intractable conflict environment (ICE) is an extreme context in which deep, unsolvable conflict between groups is central to the actors within it. While non-ICEs are typically assumed in organizational research, ICEs are increasingly common contexts for organizations. Moreover, this context influences peoples' interpretation of potential organizational conflict incidents inside the organization and therefore the likelihood and emotional intensity of organizational conflict events. Whereas a potential conflict incident, such as a disagreement over how to complete a task, may be perceived as benign in a more typical environment, the same incident is more likely to be interpreted as much more negative and emotionally intense when taking place in an ICE, increasing the frequency of conflict events (conflictual behavior). Prior work suggests that, in a typical environment, promotion-framed (achieving positives) interventions reduce conflict more than prevention-framed (avoiding negatives) interventions by temporarily inducing promotion orientations that reduce the likelihood of interpreting conflict. However, we argue an ICE induces a strong prevention focus, which overrides promotion-framed interventions. Instead, we argue in an ICE, a prevention- rather than promotion-framed intervention is likely to be more effective because it "matches" the strong prevention focus. To test this prediction, we examine the difference in number of conflict events in farming cooperatives in rural Ghana (an ICE) after instituting prevention- versus promotion-framed interventions aimed at addressing conflict. Quantitative and qualitative findings from a 9-month field experiment support our hypothesis.
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 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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,000 |
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 tête enseignante, 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 ».