Green recruitment and selection: an insight into green patterns
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
Purpose Although the role of green recruitment and selection (GRS) has been widely recognised as an important dimension of green human resource management, no study has ever mapped the terrain of GRS and reviewed the literature. The purpose of this paper is to fill this gap while exploring the following questions: How do organisations select candidates in line with their pro-environmental stance? What impact do a company’s corporate environmental sustainability (CES) practices have on attracting pro-environmental job seekers? Design/methodology/approach This paper provides a systematic review of 22 peer-reviewed articles published during the period 2008–2017. The articles were included in the review if they addressed at least one of the two research questions. Findings Some companies choose to apply green criteria when selecting candidates while others do not. In any case, communicating a company’s environmental values and orientation is worth practicing during GRS. Previous studies have identified four mediators (anticipated pride, perceived value fit, expectation of favourable treatment, perceived organisational green reputation/prestige) that intervene between signals of a company’s CES and a job seeker’s perceptions of organisational attractiveness. However, the strength of this effect is influenced by five moderators (pro-environmental attitude, socio-environmental consciousness, desire to have a significant impact through one’s work, environmental-related standard registration, job seeker’s expertise). Originality/value This paper provides the first systematic review of GRS and thus paves the way for future research.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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