Linking Self-efficacy and Organizational Citizenship Behavior: A Moderated Mediation Model
Notice bibliographique
Résumé
This study investigates the relationship between self-efficacy and Organization Citizenship Behavior (OCB), moderated by incivility and mediated by pro-social motivation. Self-efficacy is the employee's belief in him about his skills to perform tasks in different situations. The direct and indirect effects of self-efficacy of teachers towards their OCB through prosocial motivation have been observed in this study. For this purpose, data has been collected through questionnaires (N = 301) using convenience sampling in three-time phases with two weeks gaps between each phase. SPSS 22.0 and Amos 22.0 were used along with Process by Hayes for moderated mediation analysis. The results indicate that self-efficacy leads to organizational citizenship behavior (OCB) and pro-social motivation, moderated by incivility and mediated by pro-social motivation. In a nutshell, this study demonstrates self-efficacy enhances pro-social motivation and OCB within academic settings with reference to Pakistan, advocating that if teachers are confident to perform a task, they can also demonstrate their extra-role behavior. The present study contributes to the literature by analyzing the novel framework within the Pakistan context. The mediating effect of prosocial motivation between teachers’ self-efficacy and OCB has not been discussed in the prior studies. The implications, discussion, and conclusion are also discussed.
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 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 | 0,000 | 0,001 |
| 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 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».