MétaCan
Menu
Retour à la cohorte
Enregistrement W3091173481 · doi:10.1080/14783363.2020.1826923

Lean management strategy and innovation: moderation effects of collective voluntary turnover and layoffs

2020· article· en· W3091173481 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueTotal Quality Management & Business Excellence · 2020
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueQuality and Supply Management
Établissements canadiensUniversity of Lethbridge
Organismes subventionnairesnon disponible
Mots-clésBusinessModerationTurnoverLean manufacturingHuman resource managementTurnover intentionWorkforceModerated mediationIndustrial organizationKnowledge managementBusiness administrationMarketingJob satisfactionManagementPsychologyEconomicsComputer science

Résumé

récupéré en direct d'OpenAlex

We investigated the impact of lean management strategy on organisational innovation. Integrating lean management and human resource management, we consider how and why different types of reductions in the workforce can influence the relationship between lean management strategy and organisational innovation in different ways. Specifically, we examined the moderating effects of collective voluntary turnover and layoffs in the relationship between lean management strategy and innovation. We tested our hypotheses using data from a large longitudinal dataset. We found that lean management strategy was significantly associated with organisational innovation. We also found that employee layoffs positively moderated the relationship between lean management strategy and innovation, whereas employee turnover negatively moderated the relationship between lean management strategy and innovation. Overall, we found that the effects of layoffs and collective voluntary turnover on the relationship between lean management strategy and organisational innovation.

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 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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,859
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,003
Études des sciences et des technologies0,0000,000
Communication savante0,0000,002
Science ouverte0,0000,001
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 Opus0,031
Tête enseignante GPT0,249
Écart entre enseignants0,217 · 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