Managers' justice perceptions of high potential identification practices
Notice bibliographique
Résumé
Purpose The purpose of the present study was to describe the high potential identification practices of Canadian organizations and to assess elements of these practices as they relate to managers' perceptions of organizational justice. Design/methodology/approach The study reviewed the literature on high potential identification practices and organizational justice to develop a survey for managers attending a leadership conference. Distributive and procedural justice was regressed against the elements of these programs (e.g. the extent of manager input into the program, the openness of communications) to determine the impact of program elements on justice outcomes. Findings The paper reveals that approximately one‐third (38 percent) of companies reported having a high potential identification program. High potential was most often defined in specific organizational terms based on competencies. Typically, information used to identify these individuals was based on: personal experience with the person, performance appraisals and past performance or results. Hierarchical linear modeling analyses (n=123) indicated that high potential identification programs containing manager input, open communication and formal program evaluation significantly predicted procedural justice. None of the predictions for distributive justice were significant. Originality/value This study is the first to empirically investigate the impact of high potential identification practices on managers' perceptions of organizational justice in North America. Manager's justice perceptions reflect an important criterion to evaluate high potential identification programs. The current study found that manager's perceptions of procedural justice were higher when they had more input into the development of the program, when the communication strategy was more open, and the program was evaluated. Despite these important elements, many organizations do not incorporate them into their programs, which have implications for their success.
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 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,002 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».