MétaCan
Menu
Retour à la cohorte
Enregistrement W4391783756 · doi:10.3389/frsps.2024.1337715

Anger at work

2024· article· en· W4391783756 sur OpenAlexfundno aff
Roni Porat, Elizabeth Levy Paluck

Notice bibliographique

RevueFrontiers in Social Psychology · 2024
Typearticle
Langueen
DomainePsychology
ThématiqueEmotions and Moral Behavior
Établissements canadiensnon disponible
Organismes subventionnairesAzrieli FoundationPrinceton University
Mots-clésAngerWork (physics)PsychologySocial psychologyEngineeringMechanical engineering

Résumé

récupéré en direct d'OpenAlex

What happens when you express anger at work? A large body of work suggests that workers who express anger are judged to be competent and high status, and as a result are rewarded with more status, power, and money. We revisit these claims in four pre-registered, well-powered experiments ( N = 3,852), conducted in the US, using the same methods used in previous work. Our findings consistently run counter to the current consensus regarding anger's positive role in obtaining status and power in the workplace. We find that when men and women workers express anger they are sometimes viewed as powerful but they are consistently viewed as less competent. Importantly, we find that angry workers are penalized with lower status compared to workers expressing sadness or no emotions. We explore the reasons for these findings both experimentally and descriptively and find that anger connotes less competence and warmth and that anger expressions at work are perceived as inappropriate, an overreaction, and as a lack of self-control. Moreover, we find that people hold negative attitudes toward workplace anger expressions, citing them as relatively more harmful, foolish, and worthless compared to other emotional expressions. When we further explore beliefs about what can be accomplished by expressing anger at work, we find that promoting one's status isn't one of them. We discuss the theoretical and applied implications of these findings and point to new directions in the study of anger, power, and the workplace.

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)0,003
score de la tête « metaresearch » (Gemma)0,015
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 enseignants0,006
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,015
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0020,002
Communication savante0,0040,001
Science ouverte0,0000,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0060,002

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 Opus0,050
Tête enseignante GPT0,398
Écart entre enseignants0,348 · 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

Citations7
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in Social PsychologyMême sujetEmotions and Moral BehaviorTravaux en français237 207