MétaCan
Menu
Retour à la cohorte
Enregistrement W4400291066 · doi:10.3389/fpsyg.2024.1361616

Exploring the effects of negative supervisory feedback on creativity among research and development personnel: challenge or threat?

2024· article· en· W4400291066 sur OpenAlexaff
Haihong Li, Jianwei Zhang, Muhammad Yaseen Bhutto, Myriam Ertz, Jie Zhou, Xingyu Xuan

Notice bibliographique

RevueFrontiers in Psychology · 2024
Typearticle
Langueen
DomainePsychology
ThématiqueCreativity in Education and Neuroscience
Établissements canadiensUniversité du Québec à Chicoutimi
Organismes subventionnairesNational Social Science Fund of ChinaNatural Science Foundation of Shandong Province
Mots-clésPsychologyCreativityApplied psychologySocial psychologyCognitive psychology

Résumé

récupéré en direct d'OpenAlex

Supervisory feedback to stimulate research and development (R&D) employee creativity is a management issue that concerns scholars and practitioners. However, there are divergences and contradictions regarding whether negative feedback promotes or hinders employee creativity. Integrating the feedback intervention and cognitive appraisal theories, we developed a double-edged sword model for negative supervisory feedback's influence on creativity. We tested the proposed model using a field sample of 513 R&D employees from seven science and technology enterprises. The results indicated that R&D employee challenge and threat appraisal moderated negative supervisory feedback's effect on prevention focus and the distal consequences for creativity. Individuals with high (low) levels of challenge (threat) appraisal have decreased prevention focus, thereby increasing their creativity when receiving negative supervisory feedback. In contrast, individuals with low (high) challenge (threat) appraisal have increased prevention focus, thereby decreasing their creativity when receiving negative supervisory feedback. These findings offer interesting implications for research on negative feedback and stimulation of science and technology R&D employee creativity in organizations.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,795
Score d'incertitude au seuil0,500

Scores Codex et Gemma par catégorie

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

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 Opus0,283
Tête enseignante GPT0,426
Écart entre enseignants0,143 · 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 tête enseignante, 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

Citations3
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in PsychologyMême sujetCreativity in Education and NeuroscienceTravaux en français237 207