MétaCan
Menu
Retour à la cohorte
Enregistrement W4407369409 · doi:10.1007/s10551-025-05937-7

Whistleblowing in family firms: power and justice dynamics

2025· article· en· W4407369409 sur OpenAlexaff
Clarisse Lafleur, Tim Hasso, Francesco Barbera

Notice bibliographique

RevueJournal of Business Ethics · 2025
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueFamily Business Performance and Succession
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésBusiness ethicsQuality of Life ResearchEconomic JusticePower (physics)Dynamics (music)SociologyBusinessLaw and economicsPublic relationsPolitical scienceLawPublic health

Résumé

récupéré en direct d'OpenAlex

Abstract We explore how power and justice dynamics influence whistleblowing behaviour in family firms, focusing on the under-explored construct of connection power. Power and justice are two important, interrelated forces strongly affecting moral behaviour. We hypothesise a moderated moderation model and use a 2 × 2x2 between-subject experiment with 331 participants to test our conceptual model. We find that the family relation (i.e., connection power) of the wrongdoer changes what we know about the relationship between the legitimate power of the observer and whistleblowing likelihood, and that, in some instances, observers with high legitimate power are even less likely to blow the whistle than those with low legitimate power. Our exploration further reveals that, although the family relation of the wrongdoer discourages would-be whistleblowers, even those with legitimate power, organisational justice consistently increases the likelihood of whistleblowing in every case.

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 enseignants0,258
Score d'incertitude au seuil0,670

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,002
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,032
Tête enseignante GPT0,278
Écart entre enseignants0,246 · 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

Citations5
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Business EthicsMême sujetFamily Business Performance and SuccessionTravaux en français237 207