Leader Emotional (in)consistency in a Time of Crisis: A Preliminary Text Mining Study based on the Daily COVID-19 Press Briefings

• 발행기관: 한국인사관리학회
• 간행물 정보: 『조직과 인사관리연구』조직과 인사관리연구 제46집 2권, 123~158쪽, 전체 36쪽
• 주제분류: 경제경영 > 경영학
• 파일형태: PDF
• 발행일자: 2022.05.31

국문 초록

본 연구에서는 위기상황 속에서 표출된 리더의 감정 상태와 감정 기복을 새로운 접근법을 통해 살펴보고자 한다. 이를 위해 혼합연구방법론을 토대로 텍스트 마이닝 기법을 활용하여 감정 상태와 감정 기복을 측정, 분석, 비교하는 방법론을 제시한다. 구체적으로 미국의 두 정치적 리더인 앤드루 쿠오모(Andrew M. Cuomo) 56대 뉴욕 주지사와 도널드 트럼프(Donald J. Trump) 45대 미국 대통령의 코로나 19 정례 브리핑 자료를 수집하여, 텍스트 마이닝 기법을 통해 두 리더의 표현된 감정 상태를 분류 및 시각화하고, 감정 기복 정도를 분석한다. 본 연구에서 제안한 “면적(area)과 형상(shape)을 이용한 감정기복 비교” 프레임웍을 기반으로 한 데이터 시각화 결과와 통계적 분석에 의하면 도널드트럼프 미국 대통령의 감정기복이 앤드루 쿠오모 뉴욕 주지사보다 높은 것으로 나타났다. 빅데이터로 함축되는 대규모 디지털 데이터 시대를 맞이하여, 본 논문에서 제안한 새로운 방법론적/통계적 접근법이 조직 과학 및 리더십의 다양한 연구 분야의 이론 설계 및 이론검증에 이용되기를 희망한다.

영문 초록

By utilizing daily COVID-19 press briefing transcripts of two political leaders, the current research-report-style study applied a mixed-method approach based on text mining techniques to measure, analyze, and compare their emotional (in)consistency. Specifically, this study examines two political leaders’ (56th Governor of New York State, Andrew M. Cuomo, and 45th President of the United States, Donald J. Trump) displayed emotional states and emotional (in)consistency over time while they are handling novel coronavirus (2019-nCoV) crisis. Based on the proposed framework called: area- and shape-based emotional states (in)consistency comparison, the results of the current preliminary study showed that Governor Cuomo’s emotional states tend to be more consistent/stable than President Trump when conducting a series of COVID-19 daily press. In an era of the proliferation of digital data (i.e., big data), insights from the current proposed methodological/ statistical approach in conjunction with examining emotional states of decision makers could contribute to the advancement of theory building and testing in the domains of organizational science and leadership.

목차

Ⅰ. Introduction

Ⅱ. Proposed Methodology and Analysis

Ⅲ. Results

Ⅳ. Discussion

References

키워드

감정 기복 혼합연구방법론 텍스트 마이닝 데이터 시각화 Leader emotion mixed-method text mining data visualization