MétaCan
Menu
Retour à la cohorte
Enregistrement W4391238474 · doi:10.1111/isj.12500

Bridging the gap between work‐ and nonwork‐related knowledge contributions on enterprise social media: The role of the employee–employer relationship

2024· article· en· W4391238474 sur OpenAlexaff
Nabila Boukef, Mohamed Hédi Charki, Mustapha Cheikh‐Ammar

Notice bibliographique

RevueInformation Systems Journal · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueKnowledge Management and Sharing
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésKnowledge sharingLeverage (statistics)Knowledge managementPsychologySocial exchange theoryBody of knowledgeSocial mediaPublic relationsWork (physics)Social psychologyBusinessPolitical scienceEngineering

Résumé

récupéré en direct d'OpenAlex

Abstract Knowledge is an invaluable resource and a key to organisational success. To leverage this resource adequately, organisations must encourage their employees to share what they know with their peers. Enterprise social media (ESM) has emerged as an ideal venue for achieving this goal, and numerous studies have examined the drivers of work‐related knowledge contributions on these platforms. The present study contributes to this body of research by examining a prevalent yet underexplored form of knowledge sharing that often occurs on ESM: nonwork‐related knowledge contributions. We argue that contrary to a commonly held belief, this presumably hedonic employee behaviour can benefit organisations through its spillover effect on the work domain. In other words, we argue that nonwork‐related knowledge contributions on ESM can foster work‐related ones. Building on social exchange theory and on the associative–propositional evaluation model in social psychology, we also show that the employee–employer (EE) relationship—conceptualised in terms of perceived organisational support and perceived employee psychological safety—moderates the relationship between the two forms of knowledge contributions. The analysis of field data collected from 269 employees of a French e‐commerce company confirmed that nonwork‐related knowledge contributions are positively associated with work‐related ones and that this positive association is moderated by the EE relationship. We discuss the theoretical contributions of our results and explain key managerial implications for organisations hoping to reap the benefits of ESM in a sustainable way.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,008
score de la tête « metaresearch » (Gemma)0,037
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,041

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,037
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0020,002
Communication savante0,0070,003
Science ouverte0,0010,006
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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.

Tête enseignante Opus0,033
Tête enseignante GPT0,302
Écart entre enseignants0,269 · 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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations14
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInformation Systems JournalMême sujetKnowledge Management and SharingTravaux en français237 207