Organizational Silence: Its Destroying Role of Organizational Citizenship Behavior
Notice bibliographique
Résumé
<p>Purpose: The purpose of this research is to identify the types of Organizational Silence (OS) and its effects on Organizational Citizenship Behavior (OCB) at Teaching Hospitals in Egypt.</p><p>Design/methodology/approach: To assess OS, refer to (OS questionnaire, Schechtman, 2008; Brinsfield, 2009), and OCB (OCB questionnaire Podsakoff, 1990; Konovsky &amp; Pugh, 1994; and Konovsky &amp; Organ, 1996). Out of the 357 questionnaires that were distributed to employees, 315 usable questionnaires were returned, a response rate of 88%. Multiple Regression Analysis (MRA) was used to confirm the research hypotheses.</p><p>Findings: The research has found that there is significant relationship between OS and OCB. Also, the research has found that OS directly affects OCB. In other words, OS is one of the biggest barriers to OCB at Teaching Hospitals in Egypt.</p><p>Practical implications: This research pointed to the need for organizations to adopt a culture which encourages and urges employees to speak in the labor issues and the non-silence in order for the administration to be able to realize these issues and try to solve them first hand in order to prevent their aggravation.</p><p>Originality/value: Silence climate has an impact on the ability of organizations to detect errors and learn. Therefore, organizational effectiveness is negatively affected. This research aims to measure the effect of OS on OCB. Based on the findings of this research, some important implications are discussed.</p>
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 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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,017 | 0,002 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».