Interest‐based bargaining: achieving improved relationships through collaboration
Notice bibliographique
Résumé
Purpose The purpose of this paper is to evaluate the use of interest‐based bargaining as opposed to traditional adversarial bargaining when negotiating collective agreements in unionized libraries. Design/methodology/approach This paper explores existing theory, research and practice on the use of interest‐based bargaining in labor negotiations. It accomplishes this goal through a review of relevant literature and case studies, concentrating on practical application in a typical library labor environment. Two specific implementation models are described and the benefits and limitations of interest‐based bargaining are presented, supported by evidence from multiple examples. Findings Interest‐based bargaining offers significant benefits to organizations that adopt this approach when negotiating collective agreements, including improved working relationships between management and workers and longer term solutions to problems and issues. Library managers in unionized libraries could realize these benefits by implementing interest‐based bargaining strategies in coordination with a supportive union. Research limitations/implications There is very little literature dealing with interest‐based bargaining in a library environment, so extrapolations from other industry examples have been used to illustrate the strengths of this approach. Practical implications Given the potential benefits of using collaborative negotiation approaches, and the increasing adoption rate in other labor industries including comparable public sector organizations, libraries have much to gain by investigating this option as either an alternative or an adjunct to traditional adversarial collective bargaining. Originality/value The paper presents a solid case for exploring the use of interest‐based bargaining in a library context.
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 | 0,051 | 0,056 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,007 | 0,010 |
| Communication savante | 0,012 | 0,012 |
| Science ouverte | 0,004 | 0,018 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,016 | 0,003 |
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 ».