Team reflexivity, individual intellectual capital and employee innovative behavior: a multilevel moderated mediation
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
Purpose Based on experiential learning theory (ELT), this study explores the cross-level effect of team reflexivity on employee innovative behavior. The authors especially focus on the mediating effect of individual intellectual capital (IIC) and the moderating effect of empowering leadership on the relationship between the two constructs. Design/methodology/approach This study collects data from 76 work units, which include 362 employees and their direct supervisors. A cross-level moderated mediation model was tested by using multilevel path analysis. Findings The results show that team reflexivity significantly contributes to employee innovative behavior. IIC mediates the above relationship. Empowering leadership not only positively moderates the relationship between team reflexivity and IIC but also reinforces the linkage of team reflexivity → IIC → employee innovative behavior. Practical implications The study suggests that organizations should invest more in promoting team reflexivity and empowering leadership in the workplace. Furthermore, managers should make members aware of the importance of IIC for employee innovative behavior. They need to make efforts to enhance IIC via internal communication channels or open discussions, which facilitate IIC and employee innovative behavior. Originality/value This research tests the relationship between team reflexivity and employee innovative behavior and identifies IIC as a key mediator that links team reflexivity to employee innovative behavior. It also highlights the moderating role of empowering leadership in the process.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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