Maximizing the Benefits of Internationalization: The Moderating Role of Labour Flexibility
Notice bibliographique
Résumé
Using the large-scale Korean Workplace Panel Survey, this study examines the interplay between international diversification, labour flexibility, and workplace-level performance in the context of advanced emerging markets. Filling the gap in the literature on the international diversification-performance (IDP) relationship, which focuses primarily on firm-level characteristics and overlooks the role of labour factors as contingent variables, we draw attention to the workplace level dynamics by exploring how the two types of labour flexibility—functional and numerical flexibility—moderate the impact of international diversification on performance. The results show that when workplaces invest in training for job enlargement and employee involvement programs that lead to the enhancement of functional flexibility, the link between international diversification and performance can be strengthened. This finding supports the assertion in the international HRM literature that, in the ever-globalized business environment, investment in human capital is a better strategy for improving financial performance in the long run. Furthermore, we find that numerical flexibility, as measured by in-house subcontracting arrangements, has a negative impact on the IDP relationship. Overall, our study suggests that the quality of human resources and a well-designed workplace configuration may still help improve performance in the context of international diversification, whereas excessive dependence on employment externalization for cost reduction is likely to hurt not only financial performance but also long-term sustainability. We also believe that our findings on the advanced emerging market economy complement insights from previous studies, which are largely based on Western developed economies, thus enriching current theories on labour flexibility.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».