Does Managers’ Emotion Regulation in Leading Employees Help or Hurt?
Notice bibliographique
Résumé
The more than two decades of scholarly research on emotional labor has been skewed towards service workers with the dominant view that engagement in emotional regulation impairs service workers’ well-being outcomes. Despite the potential knowledge gain of examining the role managerial emotion regulation plays in leadership of employees, the call for further study of its effect in managerial and leadership contexts has largely been unattended. Based on the findings of two studies, this research reports the interpersonal benefits of leader deep acting on employee outcomes without adversely affecting leaders’ within-person well-being. Using self-reported survey data (n = 175) collected from the employees of a mid-sized, reputable financial company, the findings from study 1 suggest that employee perception of leader deep acting was favorably related to employee job satisfaction and perceived leadership effectiveness; these relationships were mediated by employee perception of leader authenticity. In study 2, using managers of the same financial company as a sample (n = 81), diary data (experience sampling from 5 consecutive days) showed a significant positive relationship between leader surface acting and emotional exhaustion, with the relationship being mediated by daily emotional dissonance. However, as predicted, daily leader deep acting was not found to be related to leader’s daily well-being outcomes of emotional dissonance and emotional exhaustion. Combined, our two studies demonstrate that managers’ use of deep acting has the potential to favorably impact employee outcomes without impairing their (managers’) well-being.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 tête enseignante, 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 ».