MétaCan
Menu
Retour à la cohorte
Enregistrement W1966353786 · doi:10.1108/jkm-05-2013-0183

The quasi-moderating role of organizational culture in the relationship between rewards and knowledge shared and gained

2014· article· en· W1966353786 sur OpenAlexaff
Serdar S. Durmuşoğlu, Mark Jacobs, Dilek Zamantılı Nayır, Shaista E. Khilji, Xiaoyun Wang

Notice bibliographique

RevueJournal of Knowledge Management · 2014
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueKnowledge Management and Sharing
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésKnowledge managementKnowledge sharingOrganizational learningOriginalityOrganizational cultureKnowledge value chainBridge (graph theory)Value (mathematics)Perspective (graphical)Knowledge transferPsychologyComputer scienceSocial psychologyPublic relationsPolitical scienceCreativity

Résumé

récupéré en direct d'OpenAlex

Purpose –The purpose of this paper is to clarify the role of organizational culture and rewards in stimulating the sharing and gaining of knowledge. Design/methodology/approach –Hierarchical regression using survey data. Findings –The analyses show that rewards and organizational culture of knowledge transfer influence the knowledge shared and knowledge gained. Moreover, culture and rewards interact to influence knowledge gained, but not knowledge shared which leads to the conclusion knowledge gaining can be induced by rewards, even in the absence of a supportive culture. Research limitations/implications –The findings are consistent with socio-technical theory (STT) and the discussion positions this perspective as useful for future knowledge management studies. This research confirms that knowledge sharing and gaining are uniquely different activities that respond differently to culture and rewards. Originality/value –This study combines the work of different fields by focusing on knowledge sharing and gaining in a single study. Through this process, a bridge between organizational learning theory and STT is revealed.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,016
score de la tête « metaresearch » (Gemma)0,052
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,086

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0160,052
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0020,001
Science ouverte0,0010,002
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0100,000

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.

Tête enseignante Opus0,030
Tête enseignante GPT0,309
Écart entre enseignants0,279 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations83
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Knowledge ManagementMême sujetKnowledge Management and SharingTravaux en français237 207