The Great Resignation: the great knowledge exodus or the onset of the Great Knowledge Revolution?
Notice bibliographique
Résumé
Purpose The purpose of this Real Impact Viewpoint Article is to analyze the phenomenon of the Great Resignation from the knowledge management perspective. Design/methodology/approach It applies the knowledge-based view of the firm to the notion of the Great Resignation, reviews the extant literature and relies on secondary data. Findings The Great Resignation has created numerous knowledge-related impacts on the individual, organizational and national levels. On the individual level, because of an accelerating adoption of freelancing, the future may witness an expansion of the category of the knowledge worker and a growing need for personal knowledge management methods and information technologies. Organizational effects include knowledge loss, reduced business process efficiency, damaged intra-organizational knowledge flows, lower relational capital, lost informal friendship networks, difficulty attracting the best human capital, undermined knowledge transfer processes and knowledge leakage to competition. Countries may also witness the depletion of national human capital. Practical implications Managers should learn how to use the available human capital more efficiently; realize the importance of universal succession planning programs; automate knowledge-centric business processes; facilitate knowledge-based IT initiatives by implementing self-functioning virtual communities, including enterprise social networks; restructure organizations to optimize intra-organizational knowledge flows; adjust strategies, products and target markets based on the available human capital; and create telecommuting conditions for people with disabilities who cannot be physically present. Knowledge management scholars are presented with a unique opportunity to convert the numerous theoretical insights accumulated within the boundaries of their discipline into practical application to facilitate the Great Knowledge Revolution. Originality/value This viewpoint offers managerial recommendations and inspires future Great Resignation investigations.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,004 | 0,032 |
| Communication savante | 0,010 | 0,022 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,004 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».