MétaCan
Menu
Retour à la cohorte
Enregistrement W2981554384 · doi:10.1108/s1877-636120190000023016

Exploration of Social Media Capabilities for Recruitment in SMEs: A Multiple Case Study

2019· book-chapter· en· W2981554384 sur OpenAlexaboutno aff
François L’Écuyer, Claudia Pelletier

Notice bibliographique

Revuenon disponible
Typebook-chapter
Langueen
DomaineBusiness, Management and Accounting
ThématiqueEmployer Branding and e-HRM
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSocial mediaPaceIdentification (biology)BusinessContext (archaeology)Public relationsKnowledge managementDigital mediaMarketingPolitical scienceComputer scienceWorld Wide WebGeography

Résumé

récupéré en direct d'OpenAlex

Abstract This study aims to explore social media capabilities for recruitment in the context of SMEs from the recruiters’ perspective. The conceptual framework is based on a perspective of the RBV that aims to concentrate specifically on the development of IT capabilities in the use of social media for recruitment purposes. In doing so, this study focuses on the following research questions: How do SMEs use social media for recruitment and what are their particularities? What are the capabilities needed to take advantage of social media for recruitment in SMEs? Have these social media capabilities been developed in SMEs? To answer these questions and build an emergent theory about these specific challenges of the digital era, we conducted an interpretive multiple case study in three Canadian SMEs using social media in their HR practices for at least three years. It was found that there are four main patterns that explain the use of social media for recruitment in SMEs. First, social media is not the first choice when it comes to choosing a recruitment tool. Second, the use of social media for recruitment is not a structured activity. Third, recruiters use social media the same way they do in their own life. Finally, marketing people are often involved in recruitment practices on social media. These patterns stem from the fact that SMEs have shortcomings in their social media capabilities in general and more specifically in recruitment where gaps exist in terms of knowledge, skills, and attitudes. To our knowledge, this study is the first to explore the use of social media for recruitment and to propose an integrated framework to evaluate social media capabilities. Through the identification and the discussion of a series of practices concerning e-HRM, our results are also helpful in a digital context where SMEs are struggling to keep up with the pace of adoption and use of IT in general.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,653
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,184
Tête enseignante GPT0,302
Écart entre enseignants0,119 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations6
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetEmployer Branding and e-HRMTravaux en français237 207