Relating Across Differences: Tools for Repairing Breakdowns in Interpersonal Understanding
Notice bibliographique
Résumé
Interpersonal differences abound in the workplace. Reaping the benefits of organizational diversity requires understanding and appreciating one another’s different backgrounds, worldviews, perspectives, and viewpoints. However, the innate ease and preference associated with interacting with similar others makes relating across differences challenging in a number of ways. The five papers in this symposium provide cutting-edge insights into breakdowns in understanding that can occur across interpersonal differences in organizations, including both the emotional and cognitive processes underlying these breakdowns, as well as potential tools to prevent and repair them. The Illusion of Rapport: How Coercive Power Disparities Undermine High-Quality Connections Author: Andrea Dittmann; U. of Southern California - Marshall School of Business Author: Kyle Dobson; U. of Virginia Author: David Yeager; The U. of Texas at Austin The Role of Identity in Relationships with Neurodivergent Colleagues Author: Natalie Longmire; Tulane U. Author: Niranjan Srinivasan Janardhanan; London School of Economics Intellectual Humility Predicts Empathic Accuracy and Empathic Resilience Author: Michal Lehmann; Carnegie Mellon U. - Tepper School of Business Author: Shir Genzer; Hebrew U. of Jerusalem Author: Nur Kassem; Hebrew U. of Jerusalem Author: Daryl R. Van Tongeren; Hope College Author: Anat Perry; Hebrew U. of Jerusalem Everyday People, Rare Relationships: Microemancipation in Racialized and Gendered Organizations Author: Jennifer Wiseman; U. of Utah, David Eccles School of Business Author: Jared Mitchell Poole; U. of Massachusetts, Boston Author: Amelia Stillwell; U. of Utah Conspiratorial Beliefs and COVID-19 Vaccine Acceptance: The Role of Perspective-Taking Author: Yingli Deng; Durham U. Business School Author: Hooria Jazaieri; Santa Clara U. Author: Cynthia S. Wang; Northwestern Kellogg School of Management Author: Jennifer Ann Whitson; U. of California, Los Angeles
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 | 0,022 | 0,084 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,008 | 0,005 |
| Études des sciences et des technologies | 0,004 | 0,012 |
| Communication savante | 0,014 | 0,026 |
| Science ouverte | 0,004 | 0,014 |
| Intégrité de la recherche | 0,002 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,017 | 0,004 |
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.
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 ».