Enhancing Subordinate Job Performance Through Coaching Behaviors: A Lay Epistemic Approach
Notice bibliographique
Résumé
ABSTRACT This paper explores the downstream effects of coaching behaviors, conceptualized as a behavioral intervention that helps subordinates learn in an organization. We propose that supervisors serve as “facilitators of learning” and knowledge transfer agents in an organization by coaching their subordinates. Drawing on the lay epistemic approach, we examine the effects of guidance versus facilitation coaching behaviors on psychological and job‐related outcomes. Supervisors who display guidance facilitation coaching behaviors tend to provide their subordinates with direct feedback and knowledge, whereas those who display facilitation coaching behaviors provide inspiration and exploration opportunities. The guidance style is particularly effective for subordinates with a high need for closure, an epistemic motivation that drives individuals to conduct quick searches for answers and solutions in psychologically uncertain situations, whereas a facilitation style is more effective for subordinates with a low need for closure who engage in more elaborate and prolonged searches for information. We investigate subordinates' self‐efficacy, trust in their supervisor, and job performance as outcomes of the interaction effect of coaching behaviors and subordinates' need for closure. Field data collected from supervisors and their subordinates using a two‐wave, multisource design indicate that when supervisors engaged in facilitation coaching, subordinates with a low need for closure reported higher job‐based self‐efficacy, leading to improved supervisor‐rated job performance. Conversely, guidance‐oriented supervisors gained the trust of their subordinates, which in turn positively influenced the subordinates' job performance. The implications of the epistemic properties of coaching behaviors and learning approaches through interaction with supervisors are discussed.
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 | 0,002 | 0,005 |
| 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 | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».