MétaCan
Menu
Retour à la cohorte
Enregistrement W2022828004 · doi:10.5465/ambpp.2013.12986abstract

Knowledge Sharing before Retirement

2013· article· en· W2022828004 sur OpenAlexaff
Kasey J. Martin, Krista L. Uggerslev

Notice bibliographique

RevueAcademy of Management Proceedings · 2013
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueKnowledge Management and Sharing
Établissements canadiensUniversity of ManitobaUniversité de Saint-Boniface
Organismes subventionnairesnon disponible
Mots-clésHoardTacit knowledgePsychologyKnowledge sharingValue (mathematics)Social psychologyTest (biology)Explicit knowledgeKnowledge managementMarketingBusinessComputer science

Résumé

récupéré en direct d'OpenAlex

Record numbers of employees are retiring in North America, and with their retirement knowledge pertaining to the organization could be exiting with them (Collins, 2007). In this paper, we propose and test a model of attitudes and intentions towards knowledge sharing (KS) with 252 retiring and recently retired employees. The results suggest that a partially mediated model where affective commitment, job satisfaction, and perceived organizational support predict attitudes towards KS, which in turn positively predict tacit and explicit KS intentions, and negatively predict intentions to hoard knowledge, fit the data the best. Job satisfaction directly and positively predicted intentions to share tacit and explicit knowledge, and negatively predicted intentions to hoard knowledge. Organizational policies and practices, personal perceived knowledge value, and financial stake were significant moderators of the relationship between attitudes towards and intentions to share knowledge. Study findings and limitations, as well as future research directions are discussed.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,772
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

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

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 Opus0,045
Tête enseignante GPT0,322
Écart entre enseignants0,277 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
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

Citations1
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAcademy of Management ProceedingsMême sujetKnowledge Management and SharingTravaux en français237 207