Assessing longitudinal relationships between financial performance and downsizing
Notice bibliographique
Résumé
Purpose – The purpose of this paper is to suggest that divergent financial performance triggers different rationales for the decision to downsize (excuses, justifications, apologies or denials) and that organizational financial performance post-downsizing varies based on the initial downsizing rationale. Design/methodology/approach – A mixed methods approach paired content analysis of 178 downsizing announcements from 2005 to 2011 with organizational financial data pre and post-downsizing event. Paired samplet-tests determined mean differences in organizational financial performance pre- and post-downsizing based on six commonly used organizational performance measures (accounting and human resources metrics). Longitudinal performance trends were evaluated using event history analysis. Findings – Organizational experiencing both financial growth and decline engage in downsizing, but organizational financial performance varies based on downsizing rationale. For example, organizations engaging in excuse-based downsizing experienced significant levels of volatility and decline pre-downsizing, but growth post-downsizing. However, organizations engaging in justification-based downsizing experienced financial decline pre-downsizing, but no significant additional decline post-downsizing. Research limitations/implications – Collection of information over multiple business or economic cycles, or categorizing organizations based on industry, organizations size or number of employees may provide additional information on the relationship between downsizing and organizational financial performance. Practical implications – Organizational performance pre- and post-downsizing varies based on downsizing rationale. Additionally, metrics used to evaluate downsizing success or failure should be considered carefully. Originality/value – The authors help explain divergent results in existing research on the relationship between downsizing and organizational financial performance by identifying downsizing as a multi-dimensional event. The study indicates that organizational experience both financial growth and decline engage in downsizing, but rationalize the downsizing differently (according to social accounts).
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 | 0,008 | 0,025 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».