MétaCan
Menu
Retour à la cohorte
Enregistrement W2115752582 · doi:10.1177/001979391306600302

Human Resource Management Practices in the Multinational Company: A Test of System, Societal, and Dominance Effects

2013· article· en· W2115752582 sur OpenAlexaffabout
Paul K. Edwards, Rocío Sánchez-Mangas, Olga Tregaskis, Christian Lévesque, Anthony McDonnell, Javier Quintanilla

Notice bibliographique

RevueIndustrial and Labor Relations Review · 2013
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueInternational Student and Expatriate Challenges
Établissements canadiensHEC Montréal
Organismes subventionnairesEconomic and Social Research Council
Mots-clésMultinational corporationSubsidiaryDominance (genetics)Human resource managementCapitalismContext (archaeology)BusinessBest practiceEconomic geographyEconomic systemPolitical scienceEconomicsManagementPoliticsGeography

Résumé

récupéré en direct d'OpenAlex

Does the use of HRM practices by multinational companies (MNCs) reflect their national origins or are practices similar regardless of context? To the extent that practices are similar, is there any evidence of global best standards? The authors use the system, societal, and dominance framework to address these questions through analysis of 1,100 MNC subsidiaries in Canada, Ireland, Spain, and the United Kingdom. They argue that this framework offers a richer account than alternatives such as varieties of capitalism. The study moves beyond previous research by differentiating between system effects at the global level and dominance effects arising from the diffusion of practices from a dominant economy. It shows that both effects are present, as are some differences at the societal level. Results suggest that MNCs configure their HRM practices in response to all three forces rather than to some uniform global best practices or to their national institutional contexts.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,011
score de la tête « metaresearch » (Gemma)0,016
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,026
Score d'incertitude au seuil0,060

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,016
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,003
Études des sciences et des technologies0,0020,003
Communication savante0,0030,002
Science ouverte0,0010,003
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,066
Tête enseignante GPT0,365
Écart entre enseignants0,299 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations47
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIndustrial and Labor Relations ReviewMême sujetInternational Student and Expatriate ChallengesTravaux en français237 207