MétaCan
Menu
Retour à la cohorte
Enregistrement W2116243137 · doi:10.1002/hrm.20321

Perceived HRM practices, organizational commitment, and voluntary early retirement among late‐career managers

2009· article· en· W2116243137 sur OpenAlexaff
Olivier Herrbach, Karim Mignonac, Christian Vandenberghe, Alessia Negrini

Notice bibliographique

RevueHuman Resource Management · 2009
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueRetirement, Disability, and Employment
Établissements canadiensHEC Montréal
Organismes subventionnairesnon disponible
Mots-clésTurnoverOrganizational commitmentContinuancePsychologyBusinessSample (material)Demographic economicsSacrificeSocial psychologyPublic relationsLabour economicsManagementEconomicsPolitical science

Résumé

récupéré en direct d'OpenAlex

Abstract Using a sample of 514 French late‐career managers representing a variety of occupations and organizations, we investigated the relations among perceived HRM practices, organizational commitment, and voluntary early retirement. We found that the provision of training opportunities was associated with the most favorable outcomes. It was related to higher affective and high‐sacrifice commitment, lower lack of alternatives commitment, and reduced voluntary early retirement. On the other hand, we found that flexible working conditions and the assignment of older workers to new roles (for example, mentor or coach) did not have the expected positive effects. In addition, our results highlight the importance of disentangling the components of continuance commitment, as high‐sacrifice commitment was associated with reduced likelihood of voluntary early retirement, while lack of alternatives commitment had the opposite effect. These findings suggest that voluntary early retirement should be incorporated as a major outcome in future organizational behavior research. © 2009 Wiley Periodicals, Inc.

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)0,002
score de la tête « metaresearch » (Gemma)0,003
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 enseignants0,004
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
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 Opus0,130
Tête enseignante GPT0,366
Écart entre enseignants0,236 · 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

Citations152
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHuman Resource ManagementMême sujetRetirement, Disability, and EmploymentTravaux en français237 207