When and Why Employees Can (Cannot) Learn from Their Errors: From a Cognitive Rumination Perspective
Notice bibliographique
Résumé
Treating errors as workplace goal-nonattainment, and applying the cognitive theories of rumination, we investigate how employees’ daily error commission may affect their learning outcomes (i.e., next-day task efficacy) through two after-work ruminative processes: maladaptive rumination (i.e., affective rumination) and adaptive rumination (i.e., problem-solving pondering). Furthermore, we posit that the effect of daily error commission on these ruminative processes depends on the extent to which individuals consider their errors as goal-nonattainment, which we argue will be affected by error controllability and perceived error management climate. In a 10-day experience sampling investigation of 109 employees (N = 1,090), we found that daily error commission is negatively related to next-day task efficacy via affective rumination, and is positively related to next-day task efficacy via problem-solving pondering. Furthermore, we found both error controllability and perceived error management climate mitigate the negative link between error commission and next-day task efficacy via affective rumination, such that the negative indirect relationship was weaker under either higher error controllability or higher error management climate. Error controllability was also found to mitigate the positive link between error commission and next-day task efficacy via problem-solving pondering, such that the positive indirect relationship was weaker under higher error controllability. Our study contributes to theory and practice by elucidating the processes and outcomes related to individuals’ learning from errors at work.
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 | 0,004 | 0,026 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».