Dénigrement par le superviseur et engagement organisationnel : une approche contingente
Bibliographic record
Abstract
Le dénigrement social en milieu de travail a fait l’objet de nombreux travaux dans les dernières années en raison de ses effets délétères sur la santé, les attitudes, et la performance des employés. La recherche a pourtant très peu abordé les effets que le dénigrement social peut exercer sur l’engagement organisationnel des employés. De plus, le dénigrement exercé spécifiquement par le superviseur a encore moins été examiné dans la littérature en lien avec l’engagement des employés. L’objectif de cette étude est d’examiner les liens entre le dénigrement par le superviseur et trois formes d’engagement, soit l’engagement affectif, l’engagement normatif, et l’engagement de continuité. Par ailleurs, nous adoptons une approche contingente en considérant deux modérateurs importants dans ces relations, soit l’auto-accusation ou l’attribution interne par l’employé de la cause du dénigrement, et le statut organisationnel perçu du superviseur. Sur la base d’un large échantillon d’employés (N = 1 003) provenant de diverses organisations, notre étude révèle que le dénigrement par le superviseur exerce un effet négatif sur l’engagement affectif des employés mais n’a pas d’effet sur l’engagement normatif ou de continuité. De plus, les résultats indiquent que l’effet du dénigrement sur les trois composantes d’engagement est significativement atténué lorsque l’employé s’auto-attribue la responsabilité du dénigrement. De même, les résultats montrent que l’effet du dénigrement sur l’engagement affectif et l’engagement normatif est négatif et significatif seulement lorsque le statut organisationnel perçu du superviseur est élevé. Ces résultats sont discutés dans la perspective d’une approche contingente des effets du dénigrement par le superviseur sur l’engagement des employés.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.051 | 0.110 |
| Meta-epidemiology (narrow) | 0.002 | 0.001 |
| Meta-epidemiology (broad) | 0.002 | 0.004 |
| Bibliometrics | 0.004 | 0.004 |
| Science and technology studies | 0.004 | 0.008 |
| Scholarly communication | 0.008 | 0.010 |
| Open science | 0.005 | 0.008 |
| Research integrity | 0.003 | 0.005 |
| Insufficient payload (model declined to judge) | 0.017 | 0.002 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".