Intersectional Penalties for Perceived Interpersonal Justice Violations among Black and Hispanic Male Leaders in the Workplace
Notice bibliographique
Résumé
The Black Lives Matter (BLM) movement has drawn attention to the lack of progress toward racial equity in many domains. Chief among them is the unequal treatment that Black men often face when interacting with law enforcement or within the criminal justice system, which appears heavily associated with the pernicious stereotype that Black men are distinctly aggressive and dangerous. Evidence suggests that Hispanic men are also subject to similar negative stereotypes. We contend that the consequences of this intersectional stereotype are wide-ranging and explore how it manifests and continues to shape the experiences of Black and Hispanic men in contemporary work organizations. Across two field studies surveying employees supervised by a diverse set of leaders, we find evidence that leaders' intersectional identities moderate the relationship between interpersonal injustice and leader evaluations (i.e., performance ratings, reward recommendations) and relational outcomes (i.e., supervisor-directed organizational citizenship behaviors), such that Black or Hispanic men are penalized more severely for violations of interpersonal justice relative to White men as well as Black or Hispanic women. Additionally, this unequal response across leaders is because subordinates find such aggressive actions less acceptable for Black or Hispanic men, as it violates societal proscriptions surrounding for whom aggressive behaviors are deemed acceptable, rather than due to greater fear associated with the content of this negative stereotype. Supplementary Information: The online version contains supplementary material available at 10.1007/s10869-024-09994-z.
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 | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 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 ».