Men’s Allyship in Organizations: Antecedents, Outcomes, and Contingencies
Notice bibliographique
Résumé
Men's allyship could be one of the driving forces for enhancing gender equality in organizations. Yet, research on the antecedents, outcomes, and contingencies of men's allyship is still scarce. With our symposium, we aim to illustrate ongoing research projects on men’s allyship in organizational contexts and beyond via four research presentations. Warren and colleagues explore whether a man’s character informs which allyship strategies he perceives as authentic and well- fitting. Barthel examines which effect leaders’ allyship advocacy has on male employees’ proactive allyship intention and behavior and which role leader gender plays in this relationship. Hagl and colleagues investigate differences in how women and men perceive the motives and values underlying men’s allyship behavior. De Souza and Schmader explore women’s allyship experiences in STEM and whether allyship towards women can only be enacted by men or also by high status individuals more generally. The discussant Toni Schmader will focus on the distinct forms that allyship can take, the consequences of authentic and performative allyship, and the barriers to engaging in allyship behavior. Character Strengths and Allyship: Exploring Character Profiles that Position Men to Address Bias Author: Meghana Warren; Western Washington University Author: Michael T Warren; Western Washington University Author: Ryan M. Niemiec; - Author: Camille A. Fogel; Western Washington University The Effect of Leaders’ Allyship Storytelling on Male Employees: Does Leader Gender Matter? Author: Anna Dorothea Tabea Barthel; Christian Albrecht University of Kiel Allyship in the Eye of the Beholder: The Influence of Ally Values and Motivations Across Genders Author: Regina Hagl; Technical University of Munich Author: Ronit Kark; Bar-Ilan University Author: Ben Shalom Cohen; Bar-Ilan University Author: Claudia Buengeler; Christian Albrecht University of Kiel Gender, Status, and Allyship: A Qualitative Study of Women’s Lived Experiences of Allyship in STEM Author: Lucy De Souza; The University of British Columbia Author: Toni Schmader; The University of British Columbia
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 | 0,003 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».