MétaCan
Menu
Retour à la cohorte
Enregistrement W4392429526 · doi:10.17979/rotur.2024.18.1.10219

Dark leadership: una aproximación al estudio de liderazgos tóxicos y su impacto en la industria hotelera.

2024· article· es· W4392429526 sur OpenAlexaff
Irene Contreras Gordo, Irene Huertas-Valdivia

Notice bibliographique

RevueROTUR Revista de Ocio y Turismo · 2024
Typearticle
Languees
DomainePsychology
ThématiqueEmotional Intelligence and Performance
Établissements canadiensImpact
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical sciencePhilosophy

Résumé

récupéré en direct d'OpenAlex

El liderazgo puede constituir un factor diferencial clave para lograr el éxito empresarial. Por ello, su estudio ha cobrado una creciente importancia con la intención de discernir aquellos estilos de liderazgo que generan mayores efectos positivos en los entornos organizativos. Sin embargo, no todos los jefes adoptan liderazgos positivos, demostrando distintos estudios que en determinados sectores —como la industria hotelera— es frecuente encontrar los denominados “liderazgos destructivos”, los cuales pueden generar importantes efectos negativos para las organizaciones y sus miembros. El presente trabajo pretende revisar determinados estilos negativos de liderazgo, analizando algunos de sus efectos en trabajadores de hotel. En concreto, se presenta un estudio en el que se analizan los efectos de dos liderazgos destructivos (la supervisión abusiva y el liderazgo despótico) en la intención de permanecer en la empresa en una muestra de empleados de hoteles certificados con la Q de Calidad del Instituto de Calidad Turística Española (ICTE). Este estudio pretende ofrecer una explicación a las altas tasas de absentismo y rotación habituales en el sector, que han derivado en un problema actual para las empresas hoteleras, las cuales enfrentan dificultades para captar y retener el talento. Los resultados de este estudio demuestran el impacto negativo de los liderazgos destructivos en la intención de continuar en el trabajo del empleado hotelero.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Communication savante, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesIntégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,195
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0020,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,004
Charge utile insuffisante (le modèle a refusé de juger)0,0040,004

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 Opus0,058
Tête enseignante GPT0,367
Écart entre enseignants0,310 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
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

Citations2
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueROTUR Revista de Ocio y TurismoMême sujetEmotional Intelligence and PerformanceTravaux en français237 207