MétaCan
Menu
Retour à la cohorte
Enregistrement W2911511198 · doi:10.17722/ijme.v12i2.1056

The influence of Organizational Climate and Organizational Socialization on Knowledge Management: An empirical study in banking sector of Pakistan

2019· article· en· W2911511198 sur OpenAlexvenueno aff
Raza Hussain Lashari, Abdul Khaliq Alvi

Notice bibliographique

RevueInternational Journal of Management Excellence · 2019
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueKnowledge Management and Sharing
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésOrganisation climateSocializationOrganizational learningKnowledge sharingBusinessOrganizational commitmentKnowledge managementPrivate sectorEmpirical researchOrganizational culturePopulationPublic sectorRegression analysisOrganizational behavior and human resourcesOrganizational performanceMarketingPsychologyPublic relationsPolitical scienceSociologySocial psychologyEconomicsStatisticsComputer scienceEconomic growthMathematics

Résumé

récupéré en direct d'OpenAlex

The basic objective of the empirical study is to identify the influence of organizational socialization (OS) and organizational climate (OC) on knowledge management (KM) among the banking sector of Pakistan. The above said sector is selected as population of the current research. By using the simple random sampling technique, different branches of public banks and private banks are selected as a sample. 270 questionnaires were circulated to top level managers and middle level managers. 240 questionnaires were filled by employees and used for analysis. The overall response rate was 89%. Different statistical techniques i.e. Pearson’s correlation analysis, multiple regression analysis and reliability analysis are applied on collected data. The results of Pearson’s correlation analysis shows that there is positive relationship between organizational climate (OC), organizational socialization (OS), knowledge management (KM), its dimensions i.e. knowledge sharing (KS) and knowledge application (KA). Moreover, regression analysis’s results explain that organizational socialization is strong predictor of knowledge management as compare to organizational climate. From the management point of view, the results give clear clue to Pakistan’s banking sector must understand the importance of organizational socialization, organizational climate for the purpose of knowledge management. In future researches, data may be collected to other sectors like telecom industry, textile industry and education sector etc. for more generalizing the results. Moreover, researches some other variables like social interaction, perceived organizational support, and perceived supervisor support may also be conducted.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
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 enseignants0,011
Score d'incertitude au seuil0,021

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,017
Tête enseignante GPT0,344
Écart entre enseignants0,327 · 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

Citations1
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Management ExcellenceMême sujetKnowledge Management and SharingTravaux en français237 207