Practical wisdom in the workplace: conceptualization, instrument development, and predictive power
Notice bibliographique
Résumé
Purpose The purpose of this Real Impact Research Article is to empirically explore one of the most controversial and elusive concepts in knowledge management research – practical wisdom. It develops a 10-dimensional practical wisdom construct and tests it within the nomological network of counterproductive and productive knowledge behavior. Design/methodology/approach A survey instrument was created based on the extant literature. A model was developed and tested by means of Partial Least Squares with data obtained from 200 experienced employees recruited from CloudResearch Connect crowdsourcing platform. Findings Practical wisdom is a multidimensional construct that may be operationalized and measured like other well-established knowledge management concepts. Practical wisdom guides employee counterproductive and productive knowledge behavior: it suppresses knowledge sabotage and knowledge hiding (whether general, evasive, playing dumb, rationalized or bullying) and promotes knowledge sharing. While all proposed dimensions contribute to employee practical wisdom, particularly salient are subject matter expertise, moral purpose in decision-making, self-reflection in the workplace and external reflection in the workplace. Unexpectedly, practical wisdom facilitates knowledge hoarding instead of reducing it. Practical implications Managers should realize that possessing practical wisdom is not limited to a group of select, high-level executives. Organizations may administer the practical wisdom questionnaire presented in this study to their workers to identify those who score the lowest, and invest in employee training programs that focus on the development of those attributes pertaining to the practical wisdom dimensions. Originality/value The concept of practical wisdom is a controversial topic that has both detractors and supporters. To the best of the author’s knowledge, this is the first large-scale empirical study of practical wisdom in the knowledge management domain.
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 | 0,068 | 0,200 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,005 |
| Études des sciences et des technologies | 0,002 | 0,005 |
| Communication savante | 0,006 | 0,005 |
| Science ouverte | 0,002 | 0,006 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».