The diffusion of human‐resource information‐technology innovations in US and non‐US firms
Notice bibliographique
Résumé
Purpose The purpose of this paper is to evaluate the diffusion patterns of eight information technologies that are transforming HR service‐delivery in North America and Europe: HR functional applications, integrated HR suites, IVR systems, HR intranets, employee and manager self‐service applications, HR extranets, and HR portals. Little is known about the diffusion process for these innovations within or across countries despite mounting professional and academic interest in their proliferation. Design/methodology/approach The paper shows that external‐, internal‐, and mixed‐influence models were applied to the HRIT‐adoption decisions of a cross‐sectional sample of US, Canadian, UK and Irish firms. Parameter estimation was guided by nonlinear regression procedures with starting values for p and q set at levels similar to those reported in prior IT‐diffusion studies. Senior HR executives provided the underlying data by means of a dynamically branching, web‐based survey. Findings The paper finds that overall diffusion was best characterized as an outgrowth of internal influences, fueled primarily by contacts among members in the social system of potential adopters. Similar results were obtained when controls were introduced for national setting, targeted end‐user, and technology type. Research limitations/implications The paper shows that future investigations would benefit from higher response rates outside of North America and the utilization of smaller time intervals to identify when each application was acquired. Practical implications In the paper the modest correlation between the number of acquired ITs and HR‐transaction automation supports the general call for more formalized HR‐technology strategies at the firm‐level to coordinate purchasing and implementation decisions. Originality/value In addition to reviewing the extant literature on HR information systems, this paper presents the first empirical study of the diffusion process for HR software applications within and across countries.
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 | 0,002 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».