The Benefits and Harms of Workplace Gossip: Considering its Valence, Content, and Target
Notice bibliographique
Résumé
Workplace gossip, defined as the evaluative talk initiated by one employee (gossiper) to another (recipient) about an absent colleague, is widespread. Research indicates that over 90% of employees engage in gossip. Despite recent advancements in research on workplace gossip, two key challenges persist, hindering a comprehensive understanding of its harms and benefits. First, recent work tends to focus on the impacts on gossipers, with less known on how and why gossip may affect other stakeholders including gossip targets, gossip recipients, work groups, or the organization. Second, while there is an acknowledgment of the importance of differentiating gossip based on valence (positive vs. negative gossip), content (work vs. non-work-related gossip), and target (gossip about the supervisor vs. coworkers), it remains a theoretical and empirical challenge to encompass all these dimensions in a single study. This symposium aims to address these two critical issues by presenting four papers that contribute to a more holistic understanding of the harms and benefits of workplace gossip. These papers not only expand our insights into the consequences for gossipers but also delve into the impact on gossip recipients, work groups, and the organization. Moreover, the four papers employ novel theoretical perspectives and empirical methods to allow the simultaneous examination of multiple dimensions of gossip and their integrative impacts. Negative Gossip Undermines Organizational Diversity Efforts Author: Seval Gündemir; Rotterdam School of Management, Erasmus U. Author: Michael Slepian; Columbia Business School Author: Floor Rink; U. of Groningen Author: Bianca Beersma; Vrije U. Amsterdam Caught in the Web of Whispers: Emotional and Interpersonal Implications of Receiving Gossip Author: Rui Zhong; Penn State Smeal College of Business Author: Stephen Lee; Washington State U. Author: Yingxin Deng; School of Management, Beijing Institute of Technology, Beijing A Person-Centered View of Workplace Gossip Author: Qinglin Zhao; Texas A&M U. Author: Huiwen Lian; Texas A&M U. Author: Samantha Jordan; U. of North Texas Author: Yufan Deng; Southwestern U. of Finance and Economics Author: Wayne Hochwarter; Florida State U. Division and Solidarity: A Faultline Perspective of Workplace Gossip Author: Stephen Lee; Washington State U.
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 | 0,008 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,005 |
| Communication savante | 0,005 | 0,003 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
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 ».