Evasive knowledge hiding in academia: when competitive individuals are asked to collaborate
Notice bibliographique
Résumé
Purpose Academic knowledge work often presumes collaboration among interdependent individuals. However, this work also involves competitive pressures to perform and even outperform others. While knowledge hiding has not yet been extensively examined in the academic environment, this study aims to deepen the understanding of the personal (individual-level) and situational (job-related) factors that affect evasive knowledge hiding (EKH) within academia. Design/methodology/approach A field study was conducted on a nation-wide sample of 210 scholars from both public and private business schools in a European Union member state. A series of paired samplet-tests were followed by hierarchical regression analyses to test moderation using the PROCESS macro. Findings The results suggest that scholars hide more tacit than explicit knowledge. The findings also indicate a consistent pattern of positive and significant relationships between trait competitiveness and EKH. Furthermore, task interdependence and social support buffer the detrimental relationship between personal competitiveness and evasive hiding of explicit knowledge, but not tacit knowledge. Originality/value The research provides insights into several important antecedents of EKH that have not been previously examined. It contributes to research on knowledge transfer in academia by focusing on situations where colleagues respond to explicit requests by hiding knowledge. The moderating role of collaborative job design offers practical solutions on how to improve knowledge transfer between mistrusted and competitive scholars. The collaboration–competition framework is extended by introducing personal competitiveness and relational job design, and suggesting how to manage the cross-level tension of differing collaborative and competitive motivations within academia.
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 | 0,016 | 0,071 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,006 | 0,009 |
| Communication savante | 0,009 | 0,006 |
| Science ouverte | 0,002 | 0,011 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».