MétaCan
Menu
Retour à la cohorte
Enregistrement W4400443918 · doi:10.5465/amproc.2024.10055abstract

The Role of Jealousy in Predicting the Effects of Informational Unfairness on Helping and Gossiping

2024· article· en· W4400443918 sur OpenAlexaff
Meena Andiappan, Muhammad Umer Azeem, Inamul Haq, Arnaud Banoun

Notice bibliographique

RevueAcademy of Management Proceedings · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueMarriage and Sexual Relationships
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésGossipJealousyPsychologySocial psychology

Résumé

récupéré en direct d'OpenAlex

We theorize that jealousy will influence the effects of informational unfairness on supervisor-directed helping behavior and spurs negative supervisor-targeted gossip. We test our hypothesis across three studies. In Studies 1 and 2, we conducted an experiment with 72 employees in Pakistan (Study 1) and 88 individuals in France (Study 2). In Study 3, the findings from a field study with 226 employee-supervisor dyads in Pakistan indicated that employees’ exposure to informational unfairness invokes employee jealousy. In reaction, we find that employees stop extending a helping hand to their supervisor and spread negative gossip about them. Moreover, we find that perceived informational unfairness is more salient and perceived as hurtful for individuals who compare themselves unfavorably to their colleagues in terms of leader-member exchange quality. The findings of these studies provide practical insights to both organizations and managers about the importance of clear and fair communication, and the tangible, detrimental effects of jealousy in the workplace.

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)0,002
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: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,638
Score d'incertitude au seuil0,177

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,012
Tête enseignante GPT0,288
Écart entre enseignants0,276 · 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'étudeThéorique ou conceptuel
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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAcademy of Management ProceedingsMême sujetMarriage and Sexual RelationshipsTravaux en français237 207