Globalization of performance appraisals: theory and applications
Notice bibliographique
Résumé
Purpose The purpose of this article is to provide a more complete perspective regarding the “best practices” for performance appraisals of “distant” employees in global organizations. Design/methodology/approach A range of published works (1998‐2009) on multinational corporations and performance appraisals was reviewed. The literature was used to determine human resource challenges associated with globalization as well as the types of performance appraisals, common pitfalls and elements for improvement of appraisal systems. Concepts were then combined to determine the “best practices” for performance appraisal in a global setting. Finally, a small questionnaire consisting of six questions was constructed and sent to managers in two companies in the health care industry meeting the criteria of having “distant” employees. The questions were open‐ended in order to allow for a variety of responses enabling the researchers to view trends and make comparisons with the literature. Findings Adequate training must be provided to both the appraiser and the appraisee in order to avoid the many rating errors that are common in performance appraisal. Training should include cultural, legal and customer differences by country providing managers with the tools to improve on the process. Managers must also be given the opportunity to build the required relationship with these employees. Research limitations/implications A questionnaire was sent to several key managers in two complex pharmaceutical firms meeting the criteria with responses received. Further empirical research on the best practices of performance appraisal for distant employees in global organizations should be pursued. Practical implications This article provides a source of information on what practices are followed in order to support the performance appraisal of “distant” employees in different parts of the world. Originality/value There is limited literature dealing with “distant” employee performance appraisal in global organizations and this article attempts to fill this gap.
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 | 0,054 | 0,111 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,012 | 0,013 |
| Études des sciences et des technologies | 0,003 | 0,023 |
| Communication savante | 0,012 | 0,010 |
| Science ouverte | 0,002 | 0,006 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 ».