MétaCan
Menu
Retour à la cohorte
Enregistrement W3176073091 · doi:10.1108/jkm-07-2020-0530

The influence mechanism of rewards on knowledge sharing behaviors in virtual communities

2021· article· en· W3176073091 sur OpenAlexaff
Nan Wang, Jielin Yin, Zhenzhong Ma, Maolin Liao

Notice bibliographique

RevueJournal of Knowledge Management · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueKnowledge Management and Sharing
Établissements canadiensUniversity of Windsor
Organismes subventionnairesnon disponible
Mots-clésKnowledge managementKnowledge sharingTacit knowledgeVirtual communityExplicit knowledgeVirtual organizationContext (archaeology)IncentiveOriginalityComputer sciencePsychologyThe InternetSocial psychologyWorld Wide WebCreativity

Résumé

récupéré en direct d'OpenAlex

Purpose The purpose of this paper is to explore the effects of organizational rewards on two forms of knowledge sharing – explicit knowledge sharing and tacit knowledge sharing in virtual communities, and further to explore the mediating effect of intrinsic motivation on the effect of virtual community rewards on implicit knowledge sharing. Design/methodology/approach Based on relevant knowledge sharing theories, this study develops an integrated framework to explore virtual community rewards and tacit and explicit knowledge sharing in a virtual context. This study then collected data from 429 virtual community users in four virtual communities via an online survey. Hierarchical regression analyzes were used to test the proposed research model. Findings The results of this study show that virtual rewards have a significantly positive linear relationship with explicit knowledge sharing but have an inverse U-shape relationship with tacit knowledge sharing in virtual communities. In addition, intrinsic motivations including enjoyment and self-efficacy mediate the relationship between rewards and tacit knowledge sharing. Practical implications This study suggests more virtual community rewards may not always lead to more tacit knowledge sharing. Instead, too many rewards may weaken the motivation for tacit knowledge sharing. Knowledge management practitioners should make full use of the positive impact of self-efficacy and enjoyment to set up appropriate reward incentives to encourage knowledge-sharing, in particular, tacit knowledge sharing and to better manage virtual communities. Originality/value This study explores knowledge-sharing behavior in virtual communities, an important step toward more integrated knowledge-sharing theories. While online communities have become increasingly important for today’s knowledge economy, few studies have explored knowledge and knowledge sharing in a virtual context and this study helps to bridge the gap. In addition, this study develops an integrated framework to explore the mechanism through which virtual community rewards affect knowledge sharing with intrinsic motivation mediating this relationship in online communities, which further enriches the understanding on how to use virtual rewards to motivate knowledge sharing behaviors in the virtual context.

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)0,003
score de la tête « metaresearch » (Gemma)0,033
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 enseignants0,006
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,033
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0020,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,034
Tête enseignante GPT0,326
Écart entre enseignants0,292 · 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

Citations109
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Knowledge ManagementMême sujetKnowledge Management and SharingTravaux en français237 207