MétaCan
Menu
Retour à la cohorte
Enregistrement W3111921422 · doi:10.1108/jocm-05-2019-0141

Antecedents and outcome of employee change fatigue and change cynicism

2020· article· en· W3111921422 sur OpenAlexaff
Noufou Ouédraogo, Mohammed Laid Ouakouak

Notice bibliographique

RevueJournal of Organizational Change Management · 2020
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueJob Satisfaction and Organizational Behavior
Établissements canadiensMacEwan University
Organismes subventionnairesnon disponible
Mots-clésCynicismOriginalityChange management (ITSM)Organizational changeAffect (linguistics)Value (mathematics)PsychologyTechnological changeSocial psychologyPublic relationsBusinessMarketingPolitical scienceEconomicsComputer science

Résumé

récupéré en direct d'OpenAlex

Purpose Organisations implement changes either to address real business imperatives or to follow trends in their industries. But frequent changes in an organisation often lead to employee change fatigue and change cynicism. The purpose of this study is to investigate the impact of the change logic of appropriateness and the logic of consequences on change fatigue and change cynicism and the impact of change fatigue and change cynicism on change success. Design/methodology/approach To carry out this study, the authors collected data on a sample of 320 participants from diverse organisations, and they used structural equation modelling (SEM) techniques to test our hypotheses depicted in the research model. Findings The authors found that the change logic of consequences reduces both change fatigue and change cynicism, whereas the change logic of appropriateness increases change fatigue. The authors also found that change fatigue does not have any direct effect on change success, although it maintains an indirect negative effect on change success through change cynicism. Practical implications Along with other practical implications, the authors recommend that change managers help employees understand any logic of consequences that sustain their change initiatives. Additionally, change managers should work to prevent change fatigue from turning into change cynicism, which is the real precursor of reduced change success. Originality/value This study is among the first to show that employees experience change fatigue and change cynicism differently, depending on the reason underlying the change. It is also among the first to show that change fatigue does not affect change success directly but does so through the interplay of change cynicism.

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)0,007
score de la tête « metaresearch » (Gemma)0,045
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 enseignants0,007
Score d'incertitude au seuil0,038

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,045
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,002
Communication savante0,0020,001
Science ouverte0,0000,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,128
Tête enseignante GPT0,289
Écart entre enseignants0,160 · 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

Citations19
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Organizational Change ManagementMême sujetJob Satisfaction and Organizational BehaviorTravaux en français237 207