Studying the Impact of Personality Constructs on Employees’ Knowledge Sharing Behavior Through Considering the Mediating Role of Intelligent Competencies in Project-Oriented Organizations
Notice bibliographique
Résumé
The impacts of individual factors on knowledge management actions as well as the impacts of psychological attributes on employees’ knowledge sharing behavior are highly paid attention by many authors. Such attributes as dynamic environment, the expansion of organizational complexities, generating mass information and knowledge-orientation of project-oriented organizations have caused that focus on knowledge is extraordinarily increased in organizations.In many scientific documents, the then impacts by psychological traits on knowledge sharing behavior are expressed. Personality is seen as the most important predictor component of human behavior. Current paper studied the impact by employee’s personality constructs on their knowledge sharing behavior by considering the role of individuals’ intelligent competencies. Present study is a survey – type with descriptive approach. Its sample size was 118 scholars, employees and managers in project – oriented organizations while research data collection tool was an 80-item questionnaire. Its reliability was calculated by Chronbach’s alpha ratio while its content validity was determined by connoisseurs. PLS software package is used to test research hypotheses. Measuring the personality constructs is based on Five – Big Model (NEO) while measuring intelligent competencies is adapted to Boaytzs model. Data analysis shows the direct impact by personality constructs on knowledge sharing behavior while it does not support the mediating role by intelligent competencies in this regard.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».