The effects of motivation and work climate on employee acceptance and usage of two new information systems : a study at five partner hospitals in Canada
Notice bibliographique
Résumé
Despite tremendous financial investments in information technology (IT), many technological interventions that are initiated in organizational work environments ultimately fail as employees do not fully accept and use the available IT. In an effort to understand the specific conditions that lead to the acceptance of new IT and related work outcomes, this research examined the relationships between work climate, motivation, and the acceptance and usage of new IT, using the motivational framework of Self-Determination Theory. Two studies were conducted. In Study One, 336 clerical and administrative staff, nurses, technicians, and professionals completed questionnaires following the implementation of a patient scheduling and appointment management information system. In Study Two, 64 pharmacists, pharmacy assistants, and managers completed web-surveys following the implementation of a pharmacy information system. Results indicated that perceived organizational support and distributive justice were positively related to employee acceptance of an organizational IT change and employee enjoyment and interest in using IT. In some cases, perceived organizational support and distributive justice were also negatively related to the pressure and tension experienced. Supervisor contingent-reward behaviour and supervisor contingent-punishment behaviour were also related to employee attitudes toward IT. Situational autonomous motivation to use new IT was shown to mediate several of the above-mentioned relationships. Recommendations for health-care organizations are discussed, as are contributions to theory and general organizational practice.
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 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 | 0,001 | 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 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».