Do They Have your Back or Hang you out to Dry? Exploring Supervisors’ Role in Customer Incivility
Notice bibliographique
Résumé
Workers in the customer service industry must frequently interact with customers who treat them in a dismissive, discourteous, or demeaning manner. These “uncivil service encounters” can provoke stress and work withdrawal. Through interviews with 84 frontline employees (FLEs) across a variety of service organizations, we develop new theory about the role that supervisors can play within these interactions. We identify five supervisor intervention behaviors that differ based on whose interests they prioritize (the worker’s and/or the customer’s), as well as whether they are primarily active or passive. These interventions in turn yield distinct emotional and cognitive outcomes for FLEs, as well as for the quality of their relationship with their supervisor. We additionally develop the concept of uncivil customer self-efficacy, which captures workers’ comfort and willingness to positively take charge of an interaction with an uncivil customer. By explaining how each supervisor intervention can affect the development of uncivil customer self-efficacy, we provide insight into how to protect FLEs from the damaging effects of customer incivility. Our findings contribute to the nascent literatures on the role of supervisors in helping FLEs cope with customer incivility, and on the constructive outcomes of workplace mistreatment. We also outline actionable recommendations for service organizations.
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 | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| 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 ».