Effects of Person-HRM fit on Implementation behavior and High-Performance Work Systems
Notice bibliographique
Résumé
Recently, the high performance work systems (HPWS) literature has witnessed a burgeoning interest in exploring its influence measured at the within-organization level. Since extant studies in this line of research often treat human resource management (HRM) systems as independent variables, a fundamental question of why variability develops within organizations could not be addressed properly. To fill the void, this article attempts to integrate studies on HR devolution to the line with the HPWS-performance relationship, thereby placing the role of first-line managers (FLMs) at the center of inquiry. By doing so, the current research directly determines factors that contribute to the emergence of work-group HPWS, and articulate further the process through which strategically adopted HR practices are manifested in actual HRM systems, and subsequent outcomes. Analyses of 117 work group data confirmed that FLM’s person-HRM fit (i.e., value and ability dimensions) significantly influences his/her implementation behavior of espoused HR practices, which is, in turn, associated with HPWS at the group level. In addition, there was a positive interaction between value fit and climate for HR implementation in explaining variance in both implementation behavior and realized HPWS. Most conspicuously, it was found that climate strength appears to substitute for effects of FLM’s ability fit perception in predicting HR implementation. This research discusses how findings uniquely extends the current discourse of the SHRM and HR devolution literature.
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 | 0,005 | 0,021 |
| Méta-épidémiologie (sens strict) | 0,000 | 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 | 0,001 |
| 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 | 0,000 |
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 ».