Antecedents and consequences of knowledge sabotage in the Turkish telecommunication and retail sectors
Notice bibliographique
Résumé
Purpose This study aims to propose and test a model explicating the antecedents and consequences of knowledge sabotage. Design/methodology/approach Data obtained from 330 employees working in the Turkish retail and telecommunication sectors were analyzed by means of the Partial Least Squares Structural Equation Modeling technique. Findings Co-worker knowledge sabotage is the key factor driving knowledge sabotage behavior of individual employees, followed by co-worker incivility. Interactional justice suppresses individual knowledge sabotage, while supervisor incivility does not affect it. Co-worker knowledge sabotage reduces job satisfaction of other employees, which, in turn, triggers their voluntary turnover intention. Contrary to a popular belief that perpetrators generally benefit from their organizational misbehavior, the findings indicate that knowledge saboteurs suffer from the consequences of their action because they find it mentally difficult to stay in their current organization. Employees understate their own knowledge sabotage engagement and/or overstate that of others. Practical implications Managers should realize that interactional justice is an important mechanism that can thwart knowledge sabotage behavior, promote a civil organizational culture, develop proactive approaches to reduce co-worker incivility and strive towards a zero rate of knowledge sabotage incidents in their organizations. Co-worker incivility and co-worker knowledge sabotage in the workplace are possible inhibitors of intraorganizational knowledge flows and are starting points for job dissatisfaction, which may increase workers’ turnover intention. Originality/value This study is among the first to further our knowledge on the cognitive mechanisms linking interactional justice and uncivil organizational behavior with knowledge sabotage and employee outcomes.
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 | 0,001 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 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 ».