The Strength of Trust Over Ties: Investigating the Relationships between Trustworthiness and Tie‑Strength in Effective Knowledge Sharing
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
The purpose of this research is to better understand the interaction between notable structural and relational factors, which positively influence organizational knowledge sharing. Specifically, to investigate the effects of multiple dimensions of trust (i.e., competence‑, integrity‑, benevolence‑based perceived trustworthiness) on the relationship between tie‑strength and effective knowledge sharing. Knowledge sharing was examined in two ways, first through the knowledge receiver’s perception of how useful the shared knowledge was, and second through their willingness to use that knowledge. Willingness to use was further classified into explicit and tacit forms of knowledge. A total of 275 surveys were collected from legal professionals, working on projects, at one of Canada’s largest law firms. Data were analyzed using linear regression, mediation, and moderator analyses. The study revealed four main findings. The first was that strong ties lead to the receipt of useful knowledge. Second, both competence‑ and integrity‑based trustworthiness strongly mediated the link between strong ties and receipt of useful knowledge. Third, when trust was taken into account, any positive effect of strong ties on the receipt of useful knowledge was removed. Fourth, the mediating effect of competence‑based trustworthiness was of similar magnitude for willingness to use explicit and tacit knowledge. Practical implications suggest organizations should cultivate competence‑ and integrity‑based trustworthiness and develop networks consisting of both weak and strong ties, balancing network density and range.
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 | 0,008 | 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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