The Role of Organizational Involvement Facilitation in Enhancing Employees’ Innovative Work Behaviour under Technological Uncertainty: The Mediating Effect of IT Self-Efficacy
Notice bibliographique
Résumé
This study investigates how technological uncertainty pressure affects employees’ innovative work behaviour (IWB), with a particular focus on the mediating role of IT self-efficacy and the moderating role of organizational involvement facilitation. As organizations continually adopt new technologies, employees are increasingly challenged to adapt, thereby creating a context of heightened technological uncertainty. We argue that technological uncertainty pressure negatively influences IWB, but that IT self-efficacy—defined as employees’ belief in their ability to manage technological demands—serves as a mediator in this relationship. Moreover, we hypothesize that involvement facilitation, referring to organizational practices that encourage employee participation in technology-related decisions, moderates the impact of technological uncertainty on IWB. Data collected from a survey of 350 employees across various industries were analysed using structural equation modelling (SEM). The results indicate that technological uncertainty pressure has a detrimental effect on IWB, with IT self-efficacy partially mediating this relationship. Additionally, involvement facilitation moderates the effect of technological uncertainty on IWB, such that employees who perceive higher levels of organizational support through involvement practices experience weaker negative impacts. This study contributes to the literature by elucidating the mechanisms through which technological uncertainty affects employee innovation. Theoretically, it advances research on self-efficacy and IWB in the context of digital transformation. Practically, it underscores the importance of enhancing IT self-efficacy and fostering organizational involvement in technology decisions to support innovation in environments characterized by rapid technological change.
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 | 0,003 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».