MétaCan
Menu
Retour à la cohorte
Enregistrement W3157239021 · doi:10.1108/jocm-08-2020-0237

Influence of knowledge sharing, innovation passion and absorptive capacity on innovation behaviour in China

2021· article· en· W3157239021 sur OpenAlexaff
Pinghao Ye, Liqiong Liu, Joseph Tan

Notice bibliographique

RevueJournal of Organizational Change Management · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueKnowledge Management and Sharing
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésAbsorptive capacityPassionKnowledge sharingKnowledge managementStructural equation modelingBusinessAntecedent (behavioral psychology)MarketingPsychologySocial psychologyComputer science

Résumé

récupéré en direct d'OpenAlex

Purpose This paper aims to address the question of what can significantly impact employees' IB and how employees' IB may be effectively stimulated by investigating key factors such as employees' knowledge sharing, innovation passion, absorptive capacity and risk-taking behaviour on workplace innovation. The moderating role of risk-taking behaviour on the link between absorptive capacity and innovation behaviour is also investigated. Design/methodology/approach Based on the principles of social exchange theory, the study design explores the complex relationship among knowledge sharing, innovation passion, absorptive capacity and risk-taking vis-à-vis employees' innovation behaviour within a unified analysis framework. Methodologically, employees in the information technology industry in China were surveyed via a questionnaire instrument, with a total of 318 valid questionnaires being collected online. Following a reliability and validity test of the questionnaire, the Smart PLS was used to verify the research model. Findings Statistically significant results reported were as follows: (1) employees' innovation behaviour is positively impacted by knowledge sharing, innovation passion and absorptive capacity; (2) employees' innovation behaviour is negatively impacted by risk-taking behaviour; (3) knowledge sharing is positively impacted by innovation passion; (4) absorptive capacity is positively impacted by innovation passion; and (5) risk-taking behaviour regulates the relationship between absorptive capacity and innovation behaviour. Research limitations/implications Owing to limited research resources, 318 front-line employees were surveyed via an online questionnaire vis-à-vis the sampling method only, specifically taking knowledge sharing, innovation passion, absorptive capacity and risk-taking behaviour as antecedent variables with implications on how employees' innovation behaviour may be stimulated. Originality/value The mechanism of augmenting employees' innovation behaviour is chiefly explained from the perspective of innovation passion and risk-taking behaviour, which are conducive towards promoting employees' willingness to improve knowledge sharing and innovation behaviour. The social exchange theory is used as a basis to form an integrated model for the research, contributing to a cumulative theoretical perspective for future work on the impact of innovation passion and risk-taking behaviour on innovation.

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)0,002
score de la tête « metaresearch » (Gemma)0,004
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 enseignants0,027
Score d'incertitude au seuil0,054

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,050
Tête enseignante GPT0,306
Écart entre enseignants0,257 · 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

Citations41
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Organizational Change ManagementMême sujetKnowledge Management and SharingTravaux en français237 207