Outcomes of talent management: the role of perceived equity
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 To date, the effects of two approaches – inclusive and exclusive – to talent management (TM) on employee outcomes are largely unexplored. This paper explores the role of perceived equity and theoretically examines the process through which these TM programs impact employee outcomes. Design/methodology/approach This paper draws on the job demands-resources model and equity theory and proposes a typology of employee outcomes in the context of different approaches to TM. Findings Based on the theoretical framework, the paper argues that in the context of both inclusive and exclusive TM, perceived equity is a valuable resource that motivates employees and results in favourable outcomes. Research limitations/implications Future empirical studies should test the propositions put forth in this paper. The multilevel research design would allow for an in-depth analysis of organisational contexts, and qualitative studies using in-depth interviews can provide greater insights into employees' experiences and perspectives of TM programs. Practical implications The paper presents implications for managers and human resource (HR) and TM professionals regarding how to get the most out of their TM programs. These implications are important since employee equity perceptions can influence the effectiveness of TM programs. Originality/value In this paper, the authors add to the literature by examining the role of employee equity perceptions in the context of inclusive and exclusive TM and to highlight how perceived (in)equity could lead to negative consequences, even among high potential (HiPo) employees.
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 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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