MétaCan
Menu
Retour à la cohorte
Enregistrement W4416006532 · doi:10.5465/amproc.2025.13885symposium

When the Masks Come Off: The Initiation and Aftermath of Disclosure Decisions

2025· article· en· W4416006532 sur OpenAlexaff
Robyn A. Berkley, David M. Kaplan, Raymond Trau, Brandon Legacy, Toschia M. Hogan, John Lynch, Catherine S. Daus, Eddy S. Ng

Notice bibliographique

RevueAcademy of Management Proceedings · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSexual Assault and Victimization Studies
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésScholarshipContext (archaeology)SAINTStigma (botany)Sexual orientationSexual assaultIdentity (music)

Résumé

récupéré en direct d'OpenAlex

This symposium focuses on the challenges and complexities of disclosure decisions for individuals with stigmatized identities. These papers examine the issue from multiple perspectives, including both the person making the disclosure decision as well as the person(s) who prompt and/or receive this information. The symposium brings together scholarship on LGBTQ+ employees, individuals with disabilities, as well as women with criminal records. Further, the symposium will explore the boundary between the disclosure of a stigmatized identity from information that is more generally private. Additionally, the papers in this symposium utilize an array of research methodologies including surveys, policy-capturing, and diary studies. Dear Diary: How I feel after disclosing my stigma Author: Robyn A. Berkley; Southern Illinois University, Edwardsville Author: David Kaplan; Saint Louis University Author: Catherine Daus; Fit to Lead: Sexual Orientation Disclosure & Perceptions of Leadership Suitability in the Military Author: Brandon Legacy; Queen's University Author: Eddy S. Ng; Queen's University Navigating Disclosure Event Disruption: Relational Outcomes & Psychological Safety in Org, Context Author: Toschia M. Hogan; Saint Louis University Hiring with Conviction: A Review of Stigma Encountered for Women with Criminal Backgrounds Author: Marionne Sevilla; Prompting Disclosures: How Employees React to Personal Inquiries in the Workplace Author: John Lynch; University of Illinois at Chicago

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: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,778
Score d'incertitude au seuil0,332

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 GPT0,342
Écart entre enseignants0,302 · 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'étudeThéorique ou conceptuel
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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAcademy of Management ProceedingsMême sujetSexual Assault and Victimization StudiesTravaux en français237 207