Multiple team membership and creativity: ambidexterity knowledge search
Notice bibliographique
Résumé
Purpose Many organizations are adopting multiple team membership (MTM) as a job model to enhance competitiveness. However, numerous questions about MTM in management remain unresolved. In today’s increasingly dynamic and digitized organizational environment, there is a growing need for creativity. Despite this, few studies have explored the relationship between MTM and creativity. Therefore, understanding how and when MTM can foster creativity is crucial for organizations. Design/methodology/approach To capture a good understanding of the MTM effect, this study investigates the relationships among MTM, creativity, ambidexterity knowledge search and the need for cognition. The statistical software packages SPSS and AMOS 24.0 are employed to develop a mediated moderation model linking MTM to creativity. Findings The results of this empirical study provide valuable insights. Notably, our findings reveal no statistically significant direct relationship between MTM and creativity. However, the study supports a mediated moderation model, indicating that the need for cognition is a critical boundary condition for MTM in the Chinese organizational context. This finding confirms that the effectiveness of MTM depends on suitable individual characteristics. Additionally, ambidexterity knowledge search acts as the key mediator through which MTM enhances creativity. Originality/value The originality of this study is captured in focusing on the “ambidexterity” paths of how and when MTM effectively influences creativity through an empirical study, responding to scholars’ call for further exploration of the MTM’s effects. The result shows that the need for cognition and ambidexterity knowledge search is a critical moderator and mediator, respectively, in enhancing employee creativity within MTM. This research addresses scholars’ calls for a more in-depth exploration of knowledge search from an individual perspective and expands the understanding of the external effects of the need for cognition across various organizational contexts.
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 | 0,002 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,000 | 0,003 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 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 ».