Sleepy but creative? How affective commitment, knowledge sharing and organizational forgiveness mitigate the dysfunctional effect of insomnia on creative behaviors
Notice bibliographique
Résumé
Purpose This study investigates how employees' experience of suffering from insomnia might reduce the likelihood that they perform creative activities, as well as how this negative relationship might be buffered by employees' access to resources at three levels: an individual resource (affective commitment), a relational resource (knowledge sharing with peers) and an organizational resource (climate of organizational forgiveness). Design/methodology/approach Quantitative data came from a survey of employees in the banking sector. Findings Insomnia reduces creativity, but this effect is weaker when employees feel a strong emotional bond to their organization, openly share knowledge with colleagues and believe that their organization forgives errors. Research limitations/implications The limitations of this research include its relatively narrow scope by focusing on one personal stressor only, its cross-sectional design, its reliance on subjective measures of insomnia and creativity and its single-industry, single-country design. Practical implications The findings indicate different, specific ways in which human resource managers can overcome the challenges associated with sleep-deprived employees who avoid productive work behaviors, including creativity. Originality/value This study adds to extant scholarship by specifying how employees' persistent sleep deprivation might steer them away from undertaking creative behaviors, with a particular focus on how several pertinent resources buffer this process.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 tête enseignante, 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 ».