MétaCan
Menu
Retour à la cohorte
Enregistrement W4321783975 · doi:10.1108/pr-09-2022-0635

Managing team interdependence to address the Great Resignation

2023· article· en· W4321783975 sur OpenAlexaff
Matthias Spitzmüller, Chenyang Xiao, Michalina Woznowski

Notice bibliographique

RevuePersonnel Review · 2023
Typearticle
Langueen
DomainePsychology
ThématiqueTeam Dynamics and Performance
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésAutonomyOriginalityPsychological interventionIdentification (biology)Leverage (statistics)Knowledge managementFlexibility (engineering)BelongingnessVirtual teamAdaptation (eye)Work (physics)PsychologyPublic relationsSocial psychologyComputer scienceManagementCreativityPolitical scienceEngineering

Résumé

récupéré en direct d'OpenAlex

Purpose Hybrid and virtual work settings offer greater flexibility and autonomy, yet they also have the paradoxical effect of weakening the connection of employees to each other and their identification with the organization. The purpose of this article is to discuss how to manage this paradox effectively. Design/methodology/approach Leveraging structural adaptation theory, the authors discuss hybrid and virtual work as one of five dimensions of team interdependence that collectively determine the tightness of coupling between team members. Findings The authors propose that the introduction of virtual and hybrid work can lead to a lower sense of belonging and identification with the organization that would need to be counteracted by respective increases in team interdependence in one or several of the remaining dimensions of team interdependence. Originality/value The authors apply research on team interdependence to develop a series of practical interventions that can address the Great Resignation. These interventions seek to enhance employees' experiences of belongingness after the shift to virtual and hybrid work. In doing so, the authors provide a toolkit that organizations can leverage to improve their employees' experiences in a post-COVID-19 workplace.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,771
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,005

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.

Tête enseignante Opus0,053
Tête enseignante GPT0,359
Écart entre enseignants0,307 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations11
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePersonnel ReviewMême sujetTeam Dynamics and PerformanceTravaux en français237 207