Strategic alignment of HRM practices in manufacturing SMEs: a<i>Gestalts</i>perspective
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Purpose This paper seeks to take a Gestalts perspective to analyze the alignment between the HRM practices and strategic capabilities of SMEs. Design/methodology/approach Based on Miles and Snow's adaptive cycle, this study examines the coherence of HRM practices with the strategic capabilities of manufacturing SMEs ( n =176) in terms of products, markets, and networks. A principal component factor analysis was first made to reduce the HRM practices into a lesser number of factors. A clustering algorithm was then used to determine three groups of SMEs or Gestalts . Finally, an a posteriori examination of the performance of each group was made. Findings SMEs align their HRM practices with their realized strategy within three configurations, namely local, international, and world‐class SMEs. Regardless of their strategic choices, these SMEs achieve comparable levels of performance. Research limitations/implications The Gestalts perspective seems effective in its capacity to describe the role of the HRM function. While the firms surveyed are fairly representative of Canadian manufacturing SMEs, there might yet exist a bias in that these are firms that have chosen to undertake a benchmarking exercise. Originality/value The study is one of the first to use Miles and Snow's adaptive cycle as a foundation to specify the type of activities that researchers should consider in assessing the SME's overall degree of strategic alignment. A practical implication for owner‐managers is that their strategic choices in terms of product innovation, market expansion or network extension must be inter‐linked with the development of their HRM practices.
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.
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 | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,002 |
| 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 découle