Employee Participation in Decision-making (PDM) and Firm Performance
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
<p>The objective of this study is to examine the influence of employee participation in decision-making on firm performance in Saudi Arabia’s manufacturing sector. Data were collected through pre-validated, piloted questionnaires, which were e-mailed to 341 manufacturing firms. The questionnaires asked about employee involvement in decision-making and performance variables. The response rate was 63.4 percent. Dimensions of PDM were rendered into 20 statements in the form of a five-point Likert scale. The scale, ranging from no involvement to substantial involvement, measured the degree of PDM. Additionally we used a five-point Likert scale to determine the extent of the firms’ performance in terms of the 10 criteria. The scores of the 10 items were summed and averaged to establish the mean index of the firms’ performance. An index of less than 4.0 was regarded as low firm performance; an index of 4.0 and above was considered to represent high firm performance. Statistical tools were used in analysis. Through product–moment correlation, we examined whether a relationship existed between employee participation in decision-making and firm performance. Regression analysis provided the extent of variation in the dependent variable and Z-test (approximated by the independent samples t-test). Findings showed a significant positive relationship exists between PDM and firm performance, suggesting that PDM is an essential component influencing firm performance. The higher the level of employee participation in decision-making, the higher the level of firm performance.Future studies involving the service industry would shed light on PDM in industries besides manufacturing.</p>
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle