The impact of using WhatsApp on the team’s communication, employee performance and data confidentiality
Notice bibliographique
Résumé
This research aims to explore the ways in which the use of WhatsApp for diagonal and lateral communication can improve the achievement of tasks, to what extent it can keep data and information trustworthy and confidential, and in what ways WhatsApp improves the communication of suggestions, instructions, and complaints. The study uses a quantitative research strategy with one independent variable, which is WhatsApp usage in the workplace, and three dependent variables, which are team member communication, employee performance, and confidentiality. To test the proposed research model, the authors conduct an online questionnaire in the United Arab Emirates. Descriptive statistics are used to analyze the quantitative data collected through the questionnaires. The study shows that the use of WhatsApp for communication is positively associated with leader-member exchange (LMX) and team-member exchange (TMX). Both LMX and TMX have a positive correlation with employee performance. WhatsApp is a trusted method to transfer information between team members and between managers and employees. The study also asserts that the use of WhatsApp is an effective tool to improve productivity and performance, and it makes task completion faster. It appears that the study has a limited literature review and lacks previous research on the variables related to data confidentiality and improving team performance. In this case, the study seems to be lacking a thorough examination of prior research related to data confidentiality and its impact on team performance. WhatsApp is a widely used messaging application that offers end-to-end encryption to its users, and this encryption provides a certain level of security and privacy. WhatsApp usage has a positive impact on team performance and productivity. The study presents a concrete understanding of how vertical and horizontal relationships connect the impact of WhatsApp communication on employee performance. The study recommends the use of WhatsApp in the workplace as a safe tool to boost performance and improve productivity and satisfaction.
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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,003 |
| Science ouverte | 0,006 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».