Migrants’ knowledge sharing in ethnic mobile communities: Focusing on the roles of intra-ethnic trust, immigration status and community commitment
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Ethnic online/mobile communities (EOMCs) refer to weakly tied online/mobile collectives formed by the same ethnic members in a foreign country to share knowledge via online/mobile networks. This study proposes two ethnic factors (intra-ethnic trust [IET] and immigration status [IS]) leading to knowledge-seeking and contribution (KS and KC) intentions and behaviours through the formation of affective and continuity commitment for the EOMCs. Statistical analysis is conducted with survey data from the members of WeChat communities formed by Chinese migrants in a metropolitan city in Nova Scotia, Canada. The results suggest that IET is positively associated with affective and continuity commitments, while IS, measured with a scale from study permit (1) to Canadian citizen (6), is negatively associated with affective and continuity commitments and that affective and continuity commitments have different effects on knowledge-seeking and contribution intentions in EMCs. Other cognitive (the usefulness of knowledge) and personal (reputation and enjoy-helping) factors are also tested for their impacts on knowledge-seeking and contribution intentions, which lead to knowledge-seeking and contribution behaviours. The findings of this study will provide the administrators and users of EOMCs with insightful implications for their sustainability and contribute to the literature on immigration studies, knowledge management and online/mobile communities.
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.
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 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découle