Change in Newcomers’ Perceived Insider Status Over Time: An Examination of its Relationships with Abusive Supervision and Well-Being
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
In a time when organizations must cope with an increasingly volatile and spatially dispersed workforce, understanding how to facilitate newcomers’ perceptions of insider status is of both theoretical and practical importance. However, knowledge regarding how and why these desirable perceptions unfold over time during the socialization period is limited. Drawing on affective event theory and feelings-as-information theory, this research derives predictions about the influence of change in newcomers’ perceptions of abusive supervision and change in newcomer negative affect toward their supervisors on change in newcomers’ perceived insider status. Furthermore, considering perceived insider status through the lens of COR theory, its change is expected to have an impact on newcomers’ well-being. To test our predictions, we used a latent growth modeling (LGM) approach to analyze longitudinal data collected from newcomers working in a variety of organizations at four times across a year after organizational entry. Our results reveal a temporal process whereby change in perceptions of abusive supervision influence newcomers’ well-being and demonstrate that changes in newcomers’ negative affect toward the supervisor and in newcomers’ perceived insider status sequentially mediate these relationships. Overall, this research illustrates the temporal dynamics of the socialization process and highlights the key role of supervisors and newcomers’ affect on newcomers’ transition from outsiders to organizational insiders as well as the corresponding impact on their well-being.
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 | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découle