MétaCan
Menu
Retour à la cohorte
Enregistrement W1720889284

Socialization and Identification of New Recruits in Knowledge Intensive Firms: A Case Study

2008· article· en· W1720889284 sur OpenAlexaboutno aff
J.W.A.M. Gielen, Jason Den Drijver

Notice bibliographique

RevueLund University Publications Student Papers (Lund University) · 2008
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueKnowledge Management and Sharing
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSocializationIdentification (biology)Organizational identificationOrganizational culturePerspective (graphical)Organizational identityInstitutionalisationIdentity (music)PsychologyOrganizational behaviorSocial psychologyPublic relationsSociologyPolitical scienceOrganizational commitmentComputer science
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Using the models from van Maanen and Schein (1977) and Dutton et al. (1994), we have been able to investigate the socialization process and organizational identification both from the organizational as well as the individual’s perspective. The link between these two perspectives establishes a better insight into the company’s actual socialization intentions and the individual’s identification with the firm. From our research it is indicated that the perceived organizational identity affects new recruits identification with the company in a strong sense. However this identification was not enhanced by the socializition tactics of either individualization or institutionalization. We have hence found factors within Alfa Laval which seemed to enhance new recruits identification and socialization with the company. These factors include a culture which is open, friendly, informal and international, and a working environment which is challenging but with full of opportunities. Addtionally a finding was that none of the new recruits could specifically state the values of the organization, but that they merely made up their own sets of perceived organizational values which they thought identified the company.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,639
Score d'incertitude au seuil0,990

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,065
Tête enseignante GPT0,310
Écart entre enseignants0,246 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLund University Publications Student Papers (Lund University)Même sujetKnowledge Management and SharingTravaux en français237 207