Investigating the Relationship between Individuals’ Attitudes and Marketing Knowledge Sharing
Notice bibliographique
Résumé
The aim of this study is to investigate the relationship between individuals’ attitudes and marketing knowledge sharing. This research is an applied objective research and data collection method of description-correlation nature the subjects under study by this research are employees of Arak Shaz and petrochemical industry. The sample size was estimated 90 people. The method is stratified random sampling. A standard questionnaire was used to collect data. Marketing knowledge sharing questionnaire of Moghimi and Ramazani (2011) contains 17 items and attitudes questionnaire of Hamidizadeh (2010) contains 5 items. Logical validity (face and content) of questionnaires was reviewed and approved through university professors and several experts of this industry. Also construct validity was reviewed and approved by confirmatory factor analysis using AMOS software. Cronbach’s alpha coefficient of 7.0 was obtained for variables that indicate internal consistency of items and acceptable reliability of the questionnaire. The research hypothesis test using univariate linear regression was performed with application of software SPSS. The results showed that, given that the t-statistic value is less than -1.96 (t=-2.39), the relationship between two variables, attitudes and marketing knowledge sharing was significant at the 5% error level (P-Value<0.05). So, the relationship between marketing knowledge sharing and attitudes is positive and direct. This means that people in the organization do not have positive tendency and attitude to share their knowledge with others and negative attitudes regarding the sharing of knowledge has had more impact on staff. Standard regression coefficient (0.15) also specified the share of independent variable in explaining the changes of dependent variable so that for every one unit increase in negative attitude of individuals, knowledge sharing decreases 0.15 percent.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».