L’influence de la motivation de l’équipe et du comportement des leaders sur le partage des connaissances scientifiques dans les universités
Bibliographic record
Abstract
Cet article vise à analyser l’influence de la motivation des membres des équipes et du comportement des leaders sur le partage des connaissances entre les universitaires d’une équipe de projet de recherche. À cette fin, une étude menée auprès de 678 chercheurs universitaires appartenant à des équipes de projet liées à plusieurs universités espagnoles a été réalisée. Une analyse de régression hiérarchique a été effectuée pour analyser les données, et les résultats révèlent que les leaders ayant un style axé sur les connaissances ont une influence positive sur les connaissances partagées entre les membres de leur équipe de recherche. Néanmoins, et contrairement aux attentes, les résultats montrent également que la motivation extrinsèque des universitaires a un effet négatif sur le partage des connaissances, tandis que la motivation intrinsèque n’a aucun effet. Les résultats sont similaires si l’on considère le domaine scientifique. Cet article apporte une contribution importante à la littérature sur la gestion des connaissances dans le contexte particulier de la recherche universitaire. Il révèle l’importance d’un style de leadership axé sur les connaissances en tant que déterminant clé du partage des connaissances au sein des équipes de recherche.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.009 | 0.033 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.004 | 0.001 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.009 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".