MétaCan
Menu
Retour à la cohorte
Enregistrement W4404943958 · doi:10.33423/jabe.v26i6.7389

Predicting Counterproductive Work Behaviors: Examining the Role of Spiritual Intelligence and Personality Traits in Public and Private Sector Organizations

2024· article· en· W4404943958 sur OpenAlexvenueno aff
Neha Jain, Anushri Rawa

Notice bibliographique

RevueJournal of Applied Business and Economics · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueWorkplace Spirituality and Leadership
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésConscientiousnessPsychologyAgreeablenessExtraversion and introversionPublic sectorBig Five personality traitsNeuroticismSocial psychologyPrivate sectorOpenness to experiencePersonalityCounterproductive work behaviorAntecedent (behavioral psychology)Organizational citizenship behaviorOrganizational commitmentPolitical science

Résumé

récupéré en direct d'OpenAlex

Counterproductive work behaviors are intentional and harmful behaviors directed either towards the organization or towards its people. This study attempts to examine the role of two antecedent variables, spiritual intelligence (SQ), and personality based on the Big Five Personality dimensions (extraversion, agreeableness, conscientiousness, neuroticism and openness) in predicting the occurrence of counterproductive work behaviors. Two dimensions of counterproductive work behaviors: rating and self-indulgence were used in this study based on the tool developed by Jain & Singh (2020). A sample of 351 employees working in both public (170) and private (181) sector organizations in India was taken for the purpose of the study. Mean, correlational analysis and multiple hierarchical regressions were carried out to test the hypotheses. Significant results were found for both personality and spiritual intelligence (SQ) in predicting counterproductive work behaviors across both public and private sector organizations. The two antecedent variables significantly improved the model's predictive power, for both public and private sector organizations, though to a lesser extent in the private sector. No difference was found based on gender.

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)0,000
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 enseignants0,218
Score d'incertitude au seuil0,244

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 Opus0,040
Tête enseignante GPT0,257
Écart entre enseignants0,216 · 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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Applied Business and EconomicsMême sujetWorkplace Spirituality and LeadershipTravaux en français237 207