Opportunistic silence: ignited by psychological contract breach, instigated by hostile attribution bias
Notice bibliographique
Résumé
Purpose Drawing on social exchange literature, this study explores the mediating role of affective commitment between employees' assessments of contract breaches and opportunistic silence, along with the invigorating effect of hostile attribution bias. Design/methodology/approach We tested the hypotheses using multi-wave data collected from employees working in higher education institutions in Pakistan. Findings Perceived contract breaches elicit intentional, selfish and retaliatory motives of silence, largely because employees lack emotional attachments to their organization. This mechanism is more prominent among employees who tend to blame others and perceive them as antagonistic even when they are not. Practical implications For human resource managers, this investigation highlights a crucial feature – affective commitment – by which employees' perceptions of psychological contract breaches facilitate opportunistic silence. Our results suggest that this process is more likely to intensify when employees have distorted thinking, motivating them to attribute the worst motives to their employer's actions. Social implications Perceived contract breaches within universities can have far-reaching societal consequences, affecting trust, reputation, economic stability, and the overall quality and accessibility of education and research. Addressing and preventing such breaches is essential to maintaining the positive societal role of universities. Originality/value This study provides novel insights into the process that underlies the connection between perceived contract breach and opportunistic silence by revealing the hitherto overlooked role of employees' hostile attribution bias, which renders them more susceptible to experiencing unfavorable forms of social exchange.
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 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 | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,003 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».