The moderating role of human capital management practices on employee capabilities
Notice bibliographique
Résumé
Purpose The purpose of this paper is to suggest and empirically test a model that explains employee capabilities from the knowledge‐based perspective. In this model, human capital management practices are employed as a moderator variable. Design/methodology/approach A valid research instrument was utilized to conduct a survey of 14,769 current employees of a major North American financial services institution. The model was tested by using the partial least squares (PLS) structural equation modeling technique. A thorough analysis of the role of moderator was carried out. Findings Findings provide support for the proposed model and show that employee capabilities depend on his or her training and development as well as job satisfaction levels. Job satisfaction in turn is affected by training and development, pay satisfaction, supervisor satisfaction, and job insecurity. These relationships are moderated by employee perceptions of human capital management practices. The model exhibits the highest predictive power when the employee perceptions of human capital management practices are also high. Research limitations/implications With respect to a moderator analysis, no interaction effects of human capital management policies and other constructs were discovered, and the moderator was referred to as a homologizer that modifies the strength of the relationships among constructs through an error term. It was discovered that PLS and moderated multiple regression (MMR) produced very similar structural relationships when a moderator was employed. Practical implications The findings may be utilized by knowledge management, organizational behavior, and human resources practitioners interested in the development of strong employee capabilities. Originality/value This paper represents one of the first documented attempts to utilize human capital management practices as a moderator in organizational models.
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 | 0,006 | 0,028 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».