Notice bibliographique
Résumé
This research examined the process of employee trust building, as influenced by the behavior and practices of leaders, during a period of organizational renewal. Specifically, the research answered the following questions: (a) what behaviors did leaders report undertaking to build trust? (b) did High and Low Trust leaders differ in the practices they undertook to build trust, based on Ghoshal and Bartlett's (1997) model? and (c) are the variables equity, competence, and involvement, identified by Ghoshal and Bartlett, a sufficient account of High Trust leaders' trust building? A case study approach was used in the context of a large Canadian financial institution's technology division. Initially, secondary analysis was applied to employee survey data in order to identify High and Low Trust leader groups. The primary research consisted of qualitative interviews conducted with both the High Trust and Low Trust groups. The findings indicated that the High Trust leaders reported engaging in more trust-building practices than did the Low Trust group. The research elaborated specific components of involvement, competence, and equity related practices. Involvement practices comprised of informing, identifying issues, problem solving, decision making, and future planning. Competence building involved leaders setting clear accountabilities, assessing, providing feedback, assigning, mentoring, coaching, developing, and training staff. Equity was evidenced through consistency, fair assessment in downsizing, career support, and fair compensation practices. Further, the research proposed additions to the Ghoshal and Bartlett (1997) model. Organizational context building through collaboration and communication, as well as relationship building through integrity, caring, and consistency, were identified as High Trust leader practices supporting trust. Practice implications suggest leadership development in the specific practices supporting high levels of trust. As well, this research recommends attention to leaders' trust-building practices to build and sustain trust during organizational change and renewal.
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 | 0,005 | 0,016 |
| 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 | 0,004 | 0,004 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».