Emerging Insights on Social Class at Micro and Macro Levels
Notice bibliographique
Résumé
This symposium highlights emerging insights related to social class, an important and overlooked aspect of diversity in organizations. The five papers presented in this symposium will cover various topics within the micro and macro domains of management. At the micro level, the papers reveal the complex interplay of social class background with other marginalized identities, such as gender and immigrant status, in shaping workplace experiences. Their nuanced analysis underscores the need to consider social class as a part of multiple identities shaping the lives of students and employees. Additionally, this symposium also integrates social class and conflict literature, proposing that class-based self-conceptions underlie the responses to workplace conflict. At the macro level, the papers delve into how CEO’s social class background shapes stakeholder perceptions and career outcomes. They enrich our understanding of how class-based stereotypes and shifting competence standards follow executives to the apex of corporate hierarchy, carrying career implications even after they have demonstrated merit through significant upward mobility. Together, these papers significantly advance our understanding of how social class, though often invisible, has a profound impact on attitudes and outcomes in the workplace. Roots and Rungs: Exploring Immigrant Realities of Class and Culture Intersectionality Author: Sharvika Kherde; - Author: Andrea Dittmann; U. of Southern California - Marshall School of Business Exploring the Impact of Gender and Social Class Background on Status Inconsistency & Employee Voice Author: Sridhar Polineni; Ross School of Business, U. of Michigan Social Class and the Experience of Conflict at Work Author: Caren Colaco; - Author: Kristin Laurin; U. of British Columbia Author: Stephane Côté; U. of Toronto Not So Undercover Bosses: CEO Social Class Background and Employee Approval Author: Steven Kardel; Pennsylvania State U. Author: Muhan Zhang; The Chinese U. of Hong Kong, HK The Role of Social Class Background on the Relationship between Performance & CEO Career Outcomes Author: Michelle K. Lee; Smith School of Business, Queen's U. Author: Shelby Gai; Michigan 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 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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».