MétaCan
Menu
Retour à la cohorte
Enregistrement W3162489843 · doi:10.1017/jmo.2021.14

Organizational support and intrapreneurial behavior: on the role of employees' intrapreneurial intention and self-efficacy

2021· article· en· W3162489843 sur OpenAlexaffabout
Rahma Chouchane, Claude Fernet, Stéphanie Austin, Samia Karoui Zouaoui

Notice bibliographique

RevueJournal of Management & Organization · 2021
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueEntrepreneurship Studies and Influences
Établissements canadiensUniversité du Québec à Trois-Rivières
Organismes subventionnairesnon disponible
Mots-clésIntrapreneurshipPsychologySocial cognitive theoryPsychosocialPerceived organizational supportSelf-efficacySocial psychologyPerceptionKnowledge managementBusinessEntrepreneurshipOrganizational commitmentComputer science

Résumé

récupéré en direct d'OpenAlex

Abstract Despite the well-documented contributions of intrapreneurial behavior to organizational performance, the manifestations of the psychosocial factors at play remain poorly understood. Drawing on the theory of planned behavior, social exchange theory, and social cognitive theory, we propose that perceptions of organizational support would contribute to employees' intrapreneurial intentions and behaviors, but only insofar as employees feel confident about their intrapreneurial skills. The data were collected from 179 employees of a Canadian small and medium enterprise (SME) specializing in damage insurance. The regression analysis results indicate that the indirect effect of perceived organizational support on intrapreneurial behavior through intrapreneurial intention is moderated by intrapreneurial self-efficacy. These findings reveal that intrapreneurial self-efficacy is a boundary motivational condition for perceived organizational support to act on the intrapreneurial process so that intention can translate into behavior. The paper provides useful avenues for managers seeking to identify contextual and motivational levers to develop, sustain, and improve employee intrapreneurship.

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)0,009
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 enseignants0,012
Score d'incertitude au seuil0,025

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,008
Tête enseignante GPT0,205
Écart entre enseignants0,197 · 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

Citations46
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Management & OrganizationMême sujetEntrepreneurship Studies and InfluencesTravaux en français237 207