The Development and Validation of the Workplace Emotion Validation Scale
Notice bibliographique
Résumé
The prevailing understanding of workplace emotional support strategies is rooted in Interpersonal Emotion Regulation Theory, which posits that we regulate others’ emotions in the same way as we regulate our own. Drawing on this theory, the current literature has identified two ways in which emotional support is delivered at work: cognitive change and attention deployment. However, this framework assumes that what works at the intrapersonal level (i.e., self-emotion regulation) will be equally effective in an interpersonal context (i.e., support provision), overlooking the unique aspects of social interactions that can contribute to one’s well-being. To address this gap, we conceptualized a new strategy: workplace emotion validation—the affirmation of a support seeker’s emotions from a negative event at work. Grounded in Shared Reality Theory, we proposed that emotion validation alleviates distress by satisfying belongingness and epistemic needs during social interactions. Using 8 samples (total N = 1751), which included multi-wave and multi-source data, we developed a scale to measure emotion validation that considered two support sources—colleagues and supervisors. The scale possesses good construct validity, incremental validity, reliability and psychometric properties. Relationships with various other organizational constructs were also demonstrated. This research challenges the current conceptualization of workplace emotional support strategies and, at a broader level, suggests that emotional support should be examined through specific strategies. Practically, the new scale offers actionable guidelines to support colleagues and subordinates.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 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 ».