The effect of university organizational culture on organizational silence and faculty–student interaction
Notice bibliographique
Résumé
Colleges/universities outside the Seoul metropolitan area (hereafter “non-Seoul universities”) are in a crisis of existence due to a decline in the school-aged population in South Korea. Most non-Seoul universities are making efforts to implement self-rescue measures for survival. This study examines the relationships among different types of organizational culture (innovative, collective, rational, and hierarchical), organizational silence (acquiescent, prosocial, and defensive), and faculty–student interaction as perceived by non-Seoul university professors to provide useful implications for effective human resource management plans for the professors, who are responsible for entrance examinations and education at non-Seoul universities in crisis. An online survey was employed to collect data from professors at private community colleges/universities outside the Seoul metropolitan area. Responses from 421 professors were used for data analysis. Results are as follows. First, when professors perceived innovative and collective cultures, their defensive silence decreased while prosocial silence increased. Second, when rational culture was perceived, defensive silence increased while prosocial silence decreased. Third, acquiescent silence increased while prosocial silence decreased when hierarchical culture was perceived. Fourth, faculty–student interaction was enhanced when innovative and collective cultures were prevalent. Finally, prosocial silence had a positive effect on faculty–student interaction. The findings imply that if university managers change policy to encourage professors to perceive the university culture as innovative and collective, prosocial silence, which is positive from the organization’s perspective, will increase, facilitating interactions between professors and students.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».