Effects of Cognition-based and Affect-based Trust Attitudes on Trust Intentions
Notice bibliographique
Résumé
Despite decades of research on trust in the workplace, researchers continue to struggle with fundamental questions regarding the conceptualization and measurement of organizational trust. To help clarify this construct, we revisit established trust definitions (Mayer et al. Academy of Management Review, 20 (3), 709–734, Mayer et al., Academy of Management Review 20:709–734, 1995; Rousseau et al. Academy of Management Review, 23 (3), 393–404, Rousseau et al., Academy of Management Review 23:393–404, 1998) and distinguish trust attitudes (i.e., positive expectations of others) from trust intentions (i.e., the willingness to be vulnerable). Using a three-study experimental design, we examined the causal effect of two distinct trust attitudes (i.e., cognition-based and affect-based) on two trust intentions (i.e., reliance and disclosure). We found that when cognition-based trust was high, participants were more willing to rely on a colleague (i.e., had higher reliance intentions). When affect-based trust was high, participants were more willing to share sensitive information with that colleague (i.e., higher disclosure intentions) and more willing to rely on a colleague (i.e., higher reliance intentions). We also examined the effect of mixed trust attitudes (i.e., feelings of low (vs. high) cognition-based trust paired with high (vs. low) affect-based trust). We found that, for reliance intentions, for the most part, high affect-based trust could be substituted with high cognition-based trust. Conversely, for disclosure intentions, high cognition-based trust could not substitute for high affect-based trust. The observed patterns indicate that affect-based and cognition-based attitudes are related yet distinct, with differential patterns of prediction with reliance and disclosure intentions. Our findings also underscore the importance of affect-based trust. By nurturing strong interpersonal bonds among employees, organizations can improve communication and collaboration, critical elements for organizational effectiveness.
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 | 0,010 | 0,052 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».