Personality disorders as a predictor of counterproductive knowledge behavior: the application of the Millon Clinical Multiaxial Inventory-IV
Notice bibliographique
Résumé
Purpose This study investigates the role of personality disorders in the context of counterproductive knowledge behavior. Design/methodology/approach Data were collected through a survey administered to 120 full-time employees recruited from Amazon’s Mechanical Turk. Personality disorders were measured by means of the Millon Clinical Multiaxial Inventory-IV. Findings Personality disorders play an important role in the context of counterproductive knowledge behavior: employees suffering from various personality disorders are likely to hide knowledge from their fellow coworkers and engage in knowledge sabotage. Of particular importance are dependent, narcissistic and sadistic personality disorders as well as schizophrenic and delusional severe clinical syndromes. There is a need for a paradigm shift in terms of how the research community should portray those who engage in counterproductive knowledge behavior, reconsidering the underlying assumption that all of them act deliberately, consciously and rationally. Unexpectedly, most personality disorders do not facilitate knowledge hoarding. Practical implications Organizations should provide insurance coverage for the treatment of personality disorders, assist those seeking treatment, inform employees about the existence of personality disorders in the workplace and their impact on interemployee relationships, facilitate a stress-free work environment, remove social stigma that may be associated with personality disorders and, as a last resort, reassign workers suffering from extreme forms of personality disorders to tasks that require less interemployee interaction (instead of terminating them). Originality/value To the best of the authors’ knowledge, this work represents one of the first attempts to empirically investigate the notion of personality disorders in the context of knowledge management.
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 | 0,002 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».