MétaCan
Menu
Retour à la cohorte
Enregistrement W4390610780 · doi:10.1002/job.2763

Investigating gendered reactions to manager mistreatment: Testing the presumed role of prescriptive stereotypes

2024· article· en· W4390610780 sur OpenAlexafffund
Frank Mu, Winny Shen, D. Ramona Bobocel, Amy H. Barron

Notice bibliographique

RevueJournal of Organizational Behavior · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueGender Diversity and Inequality
Établissements canadiensYork UniversityUniversity of Waterloo
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésInterpersonal communicationPsychologyAgency (philosophy)Moderated mediationSocial psychologyMediationSocial exchange theoryEconomic JusticePolitical scienceSociologyLaw

Résumé

récupéré en direct d'OpenAlex

Summary Emerging research demonstrates that female managers who mistreat their subordinates suffer more severe negative consequences than male managers. Researchers presume this is because women (but not men) are penalized for acting incongruently with communality prescriptions (i.e., being insufficiently kind). However, integrating this work with the broader literature on gender and leadership, gendered reactions to mistreatment could also—or alternatively—be explained by incongruence with high agency proscriptions (i.e., being too dominant). We model these mechanisms simultaneously in a moderated mediation model across three studies, and find that employees are less trusting of female than male managers because they interpret interpersonal justice violations from women as incongruent with low agency prescriptions. Our results challenge a prevailing assumption in the mistreatment literature by revealing that female managers suffer more severe relational consequences than male managers because their violation of interpersonal justice is construed as excessively agentic, whereas these behaviors are viewed as similarly contravening communality for both male and female managers. By directly testing and correctly specifying the mechanism through which manager gender can shape social exchange processes in the aftermath of manager mistreatment, our studies have scientific and practical implications.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,011
score de la tête « metaresearch » (Gemma)0,032
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,058

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,032
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,002
Communication savante0,0010,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,113
Tête enseignante GPT0,309
Écart entre enseignants0,197 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations9
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Organizational BehaviorMême sujetGender Diversity and InequalityTravaux en français237 207