MétaCan
Menu
Retour à la cohorte
Enregistrement W4416284576 · doi:10.63329/av3nz12316

The Servant Leader as a Catalyst: An Empirical Investigation of Servant Leadership in Agile Project Management

2025· article· W4416284576 sur OpenAlexaff
Anuraj Sangha

Notice bibliographique

RevueScientific Societal & Behavioral Research Journal · 2025
Typearticle
Langue
DomaineBusiness, Management and Accounting
ThématiqueCollaboration in agile enterprises
Établissements canadiensConcordia UniversityYorkville University
Organismes subventionnairesnon disponible
Mots-clésServant leadershipAgile software developmentShared leadershipStructural equation modelingLeadership styleServantNeuroleadershipProject management

Résumé

récupéré en direct d'OpenAlex

Agile project management has become a dominant paradigm for managing complex projects, emphasizing flexibility, customer collaboration, and self-organizing teams. However, traditional, hierarchical leadership models often conflict with Agile’s core values, creating a significant leadership gap. Servant leadership, a philosophy where the leader’s primary goal is to serve the team, is theorized to be a natural fit. This study empirically investigates the impact of servant leadership on key project outcomes within Agile environments. A quantitative, cross-sectional survey was administered to 68 project management professionals, selected via purposive sampling, who were actively working in Agile teams. Data was analyzed using Partial Least Squares Structural Equation Modeling (PLS-SEM). The results provide robust support for all hypotheses, indicating that servant leadership has a significant positive effect on team performance (β = 0.45, p < 0.001), team member satisfaction (β = 0.52, p < 0.001), and project success (β = 0.38, p < 0.001). These findings underscore that adopting servant leadership is a strategic lever for enhancing team dynamics and achieving superior project outcomes in Agile settings. The study offers practical implications for organizations and lays the groundwork for future research.

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)0,019
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Communication savante, Intégrité de la recherche
Catégories consensuellesÉtudes des sciences et des technologies
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,582
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0190,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,012
Études des sciences et des technologies0,0040,004
Communication savante0,0090,004
Science ouverte0,0020,001
Intégrité de la recherche0,0000,002
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 Opus0,379
Tête enseignante GPT0,476
Écart entre enseignants0,097 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeObservationnel
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 revueScientific Societal & Behavioral Research JournalMême sujetCollaboration in agile enterprisesTravaux en français237 207