Notice bibliographique
Résumé
This study applied body chemistry and neuroscience to leadership behaviour. Specifically, it sought to replicate some studies on the relationship between leadership behaviour and happiness. The research method was exploratory because of the paucity of research on leadership behaviour and happiness and involved the use of qualitative and quantitative techniques. The qualitative technique centred on a review and summarisation of existing literature on leadership behaviour, happiness hormones, and happiness on Google Scholars. The quantitative research used a valid and reliable online questionnaire survey on Google Forms to collect information from 80 respondents on different WhatsApp platforms in Canada, the United States of America and Nigeria, selected by judgemenal non probability sampling technique. They were asked if there was a relationship between leadership behaviour and happiness. Six descriptive data analysis methods- tabulation, bar graphs, mode, summations, percentages and average score per respondent - were applied to answer the research question from the coded questionnaire responses. It was found out that there was a relationship between leadership behaviour and happiness. The research also identified the main hormones and neurotransmitters, secreted by mostly the brain, that increase the wellbeing and happiness of leaders and other persons. They are dopamine, oxytocin, serotonin and endorphins (DOSE). It is recommended that leaders should initiate happiness generating activities like kindness, appreciation, team work, praising others, outdoor exercises, get- togethers and handshakes to enhance their leadership behaviours. The researcher also recommended that leadership recruitment, selection, training, evaluation and rewards should be centred on the capacity to generate and distribute happiness. Leaders should be ‘happifiers’ or happiness generators and distributors. Keywords: Body chemistry, leadership behaviour, happiness, dopamine, oxytocin, serotonin, endorphins and happiness.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».