The signals we give: Performance feedback, gender, and competition
Notice bibliographique
Résumé
Feedback is vital for growth and learning, yet anecdotal evidence suggests people often hesitate to provide it, and its provision may be shaped by asymmetries and gender-related biases. We study feedback provision across variations in the nature of performance signals, their instrumental value, and the recipient’s gender. We find that a surprising degree of both positive and negative feedback is withheld, with a follow-up experiment suggesting that advisors’ feedback decisions are driven mainly by transparency- and duty-related considerations, or, to a lesser extent, are motivated by self-serving reasons. Additionally, when initial performance signals are vague, advisors are more likely to withhold noninstrumental negative than positive feedback—an effect we conjecture may be stemming from the lower psychological cost of lying (by omission) under uncertainty. Suggestive evidence shows the difference is more pronounced for female recipients, and exploratory analysis traces this to stronger ego-protective concern by advisors for women than for men. This paper was accepted by Marie Claire Villeval, behavioral economics and decision analysis. Funding: This study was funded by the British Academy [Grant SRG1920/100428], the Portuguese Foundation for Science and Technology [FCT Grant PTDC/EGE-ECO/5020/2021], the University of Exeter Business School, and the Faculty of Business and Law, University of Portsmouth. The study was preregistered on the American Economic Association’s registry for randomized controlled trials (No. AEARCTR-0006966), and it was approved by the Scientific Council of Nova School of Business and Economics and the Research Ethics Committees of both the University of East Anglia (0347) and the University of Exeter (8317399). Supplemental Material: The online appendices and data files are available at https://doi.org/10.1287/mnsc.2024.05001 .
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 | 0,006 | 0,040 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,015 | 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 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 ».