MétaCan
Menu
Retour à la cohorte
Enregistrement W2796646115 · doi:10.5430/ijba.v9n3p1

Transformational Leadership Facilitates Innovation Capability: The Mediating Roles of Interpersonal Trust

2018· article· en· W2796646115 sur OpenAlexvenueno aff
Sengphet Phouvong, Phong Ba Le

Notice bibliographique

RevueInternational Journal of Business Administration · 2018
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueOrganizational Leadership and Management Strategies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTransformational leadershipVietnameseInterpersonal communicationCompetitive advantageBusinessAntecedent (behavioral psychology)Structural equation modelingTransactional leadershipPsychologyKnowledge managementMarketingSocial psychologyComputer science

Résumé

récupéré en direct d'OpenAlex

Innovation capability is widely accepted as an important means to attain sustain competitive advantage for firms before the rapidly changing of business environment and increasingly competitive pressure. The main goal of this study is to explore an effective way to successfully improving innovation capability for firms based on examining the relationship between transformational leadership style, interpersonal trust, and innovation capability of Vietnamese firms. The authors apply Structural Equations Modeling (SEM) to test the impacts of transformational leadership, interpersonal trust on innovation capability by using data collected from 195 participants in Vietnamese firms. The result revealed that transformational leadership and interpersonal trust significantly affect innovation capability. In addition, interpersonal trust mediates the relationship between transformational leadership and innovation capability. The findings highlights the need of practicing transformational leadership to foster employee trust and finally to enhance innovation capability for firms. The findings of this study contribute to filling the theoretical gaps which call for research on antecedent factors of innovation capability.

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)0,002
score de la tête « metaresearch » (Gemma)0,010
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 enseignants0,006
Score d'incertitude au seuil0,021

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,010
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0030,001
Science ouverte0,0000,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,049
Tête enseignante GPT0,265
Écart entre enseignants0,215 · 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

Citations33
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Business AdministrationMême sujetOrganizational Leadership and Management StrategiesTravaux en français237 207