Acceptance and Resistance to Corporate E-Learning: A Case from the Retail Sector
Notice bibliographique
Résumé
The purpose of this study was to investigate what influences employees’ acceptance and resistance to a corporate e-learning initiative provided by a large retail chain. The research used a survey design to gather interview and survey data to examine the factors affecting learner interest in, and resistance to, training and e-learning. The results provided insight into the attitudes and perceptions of employees in a large retail chain about the training and identified areas for further attention to facilitate a best-practices approach for increasing participation. The research asked: What barriers and enticers in relation to e-learning are present in a group of employees offered ane-learning training opportunity? The driving and restraining forcesthat influence an individual’s fields (also defined as an individual’s life space) as indicated in Lewin’s (1997) Force Field Theory were examined and used as a framework for analysis of the findings to gain a clearer understanding of which factors support or deter these employees from participation in e-learning in the workplace. Lewin suggested that consideration of what encourages learners to embrace new methods for learning is important but equally, the factors that cause resistance to learning must be thoroughly examined. Supporting factors such a the rationale for the training being well understood and detractors like insufficient time to complete the modules were identified. Findings indicate that time, meaningful recognition for participation, and personal and technical support need to be provided for the successful implementation of e-learning initiatives. Le but de cette étude était de déterminer les facteurs qui influencent l’acceptation ou la résistance des employés à une initiative de e-learning corporatif offerte par une grande chaine de commerce au détail. La récherche a utilisé un design de sondage pour ramasser des données d’entrevues et de sondages, pour examiner les facteurs affectant l’intérêt de l’apprenant dans, ou la résistance à, la formation et au e-learning. Les résultats nous renseignent sur les attitudes et les perceptions des employés d’une grande chaîne de commerce au détail sur la formation et a permis d’identifier des façons de faciliter une approche « meilleures pratiques » pour augmenter la participation. Les questions de récherche étaient : Quelles sont les barrières et les facilitateurs en relation avec le e-learning présents dans un groupe d’employés à qui on offre une opportunité de formation? Les moteurs et les freins qui influencent les champs d’un individu (aussi défini comme l'éspace vital d’un individu), tel qu’indiqué par la théorie des champs de force de Lewin (1997), ont été examinés et utilisés comme cadre d’analyse des observations pour comprendre quels facteurs encouragent ou découragent la participation des employés à une formation e-learning au travail. Lewin suggère que considérer ce qui encourage les employés à accepter de nouvelles méthodes d’apprentissage est important, mais que les facteurs qui causent des résistances doivent aussi être examinés. Les facteurs de soutien, comme le rationnel derrière une bonne formation, et les facteurs décourageants comme le manque de temps pour compléter les modules de formation, ont éte identifiés. Les résultats indiquent que le temps, la reconnaissance significative de la participation et le soutien technique doivent être fournis pour assurer une réalisation heureuse d’initiatives e-learning.
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 | 0,003 | 0,009 |
| 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 | 0,005 | 0,003 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».