The association between interpersonal conflict, turnover intention and knowledge hiding: The mediating role of employee cynicism and moderating role of emotional intelligence
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Academia is prone to incivility and interpersonal conflict like any other workplace environment, although incivility in academia is manifested in behaviors such as undermining colleagues’ professional standing, intelligence and authority; reprobating other’s accomplishments; and hiding knowledge from other faculty members. The autonomy, independence, academic freedom, and tenure in academia lead to a working environment (culture) with different “rules of engagement”, governed by the faculty members themselves. This study examines the impact of employee cynicism on faculty’s interpersonal conflict as a source of stress, which leads to undesirable organizational behaviors, namely higher turnover intention and knowledge hiding behavior; furthermore, the role of faculty’s emotional intelligence as a moderator on the relationship between interpersonal conflict among faculty members and turnover intention has been investigated as a second objective of this study. The study uses a quantitative method of research and analysis, by collecting data from 200 faculty members in private higher education institutions. The study’s hypotheses were tested by Smart PLS3 (SEM) to conclude that: 1) interpersonal conflict directly influences turnover intention and knowledge hiding behavior; 2) employee cynicism has no mediating effect in the relationship between interpersonal conflict, and turnover intention or knowledge hiding behavior; 3) Faculty’s emotional intelligence moderates the relationship between interpersonal conflict and turnover intention.
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.
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 | 0,001 | 0,000 |
| 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 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| 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 découle