Exploring collaboration technology use: how users’ perceptions twist and amend reality
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Purpose – This study aims to examine how a collaboration technology is used by three organizational groups. The main focus is on the interplay between the users’ perceptions (of the technology and of the knowledge shared) and the material properties of the collaboration technology. Design/methodology/approach – Two theoretical frameworks (social representations and sociomaterial practice perspective) examine collaboration technology use to better understand the underlying dynamics. The research is conducted as a case study in a US company where a collaboration technology was being implemented. Findings – The findings reveal a process model showing how social dynamics and users’ perceptions of what the collaboration technology can do and cannot do to share the users’ knowledge influence the users’ behaviour. Based on these perceptions, users will twist or amend their interpretation of the reality (the material properties of the technology) to justify their use of the collaboration technology. Research limitations/implications – This research is conducted as a single case study. However, the significant amount of time spent at the research site allowed for a very rich description of the events and processes involved. Practical implications – This study offers guidelines on what influences use and adoption of collaboration technologies. It highlights the importance of providing more than just training, as social dynamics and users’ perceptions continuously influence users’ behaviour. Originality/value – By combining two complementary theoretical frameworks, this study provides a novel and more in-depth explanation of collaboration technology use (or lack thereof).
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle