MétaCan
Menu
Retour à la cohorte
Enregistrement W2789418750 · doi:10.1177/0021886318757997

Measuring the Behavioral Properties of Commitment and Resistance to Organizational Change

2018· article· en· W2789418750 sur OpenAlexaffabout
Inta Cinite, Linda Duxbury

Notice bibliographique

RevueThe Journal of Applied Behavioral Science · 2018
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueJob Satisfaction and Organizational Behavior
Établissements canadiensCarleton UniversityCumulative Environmental Management Association
Organismes subventionnairesnon disponible
Mots-clésEmic and eticResistance (ecology)PsychologyOrganizational changeConfirmatory factor analysisSocial psychologyPerspective (graphical)Organizational commitmentChange management (ITSM)Government (linguistics)Applied psychologyPublic relationsMarketingBusinessSociologyPolitical scienceComputer science

Résumé

récupéré en direct d'OpenAlex

The goal of this study was to develop and validate behavioral measures of employees’ commitment and resistance toward organizational change. The scales were developed using an “imposed etic–emic–derived etic” perspective, the act frequency approach, principal components and confirmatory factor analysis. Five Canadian government departments participated across the three stages of the study. The measures were tested in four departments ( N = 583). Both scales were found to be valid and reliable. This study supports the following conclusions. First, resistance to change may not be as conceptualized in the management literature (i.e., strategies or behaviors used by employees to slow down or avoid the implementation of organisational change). Rather, our findings suggest that employees resist change by “voicing their concerns about change.” Second, only those employees who are committed to the change are likely to make the effort to “voice their concerns” to those above them in the hierarchy.

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)0,004
score de la tête « metaresearch » (Gemma)0,018
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 enseignants0,029
Score d'incertitude au seuil0,057

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,018
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,076
Tête enseignante GPT0,267
Écart entre enseignants0,192 · 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

Citations40
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Journal of Applied Behavioral ScienceMême sujetJob Satisfaction and Organizational BehaviorTravaux en français237 207