MétaCan
Menu
Retour à la cohorte
Enregistrement W4402656854 · doi:10.1002/job.2837

Getting away “Scott” (but not Susan) free: The effects of safety‐specific abusive supervision and supervisor gender on follower attributions and safety outcomes

2024· article· en· W4402656854 sur OpenAlexaff
John Fiset, Alyson Byrne

Notice bibliographique

RevueJournal of Organizational Behavior · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueWorkplace Violence and Bullying
Établissements canadiensMemorial University of NewfoundlandSaint Mary's University
Organismes subventionnairesnon disponible
Mots-clésSupervisorAttributionAbusive supervisionPsychologySocial psychologyApplied psychologyManagementEconomics

Résumé

récupéré en direct d'OpenAlex

Summary While most research emphasizes the harmful effects of abusive supervision, we argue that certain contextual factors—specifically hazardous work environments and supervisor gender—may lead abusive supervision to be perceived as driven by performance promotion intentions as opposed to injury initiation intentions. We introduce the concept of Safety‐Specific Abusive Supervision (SSAS), which we define as the extent to which a supervisor's active response to safety incidents is perceived by employees as abusive. Drawing from event system theory and research on attributions of abusive supervision, we theorize that when supervisors engage in SSAS, employees are more likely to attribute their behavior to performance promotion rather than injury initiation, perceiving the supervisors' actions as a means to keep them safe rather than to cause harm. We predict that performance promotion attributions mediate the relationship between SSAS and safety performance outcomes, namely safety voice and perceived supervisor safety commitment. However, consistent with role congruity theory, we hypothesize that this relationship is only true for male supervisors and not for female supervisors. Across three studies (two experimental studies and one field study), we largely find support for our hypotheses.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,089
Score d'incertitude au seuil0,566

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
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 Opus0,017
Tête enseignante GPT0,286
Écart entre enseignants0,269 · 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'étudeObservationnel
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

Citations2
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Organizational BehaviorMême sujetWorkplace Violence and BullyingTravaux en français237 207