MétaCan
Menu
Retour à la cohorte
Enregistrement W3131046376 · doi:10.20381/ruor-24861

Evaluating the correlation between Innovation in HR practices and organizational performance using Shapley Value

2020· article· en· W3131046376 sur OpenAlexaboutno aff
Mohammed El Mehdi Jeidane

Notice bibliographique

RevueuO Research (University of Ottawa) · 2020
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueImpact of AI and Big Data on Business and Society
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésValue (mathematics)Shapley valueKnowledge managementBusinessIndustrial organizationComputer scienceEconomicsMicroeconomicsMathematicsStatistics

Résumé

récupéré en direct d'OpenAlex

Even though extensive research has been conducted on the potential that workers have on the productivity and profitability of a firm, not many scholars have based their findings and analysis with the use of the Shapley value tool. There is a possibility that Human Resource (HR) functions do have a positive impact on a firm's productivity, and the study aims at deducing both supporting and contrasting evidence concerning the same. The study below offers a detailed introduction of the status quo concerning Human Resource Management and offers a brief view of the papers and the objectives of the study. The literature review provides a detailed analysis of previous works building on the work of Huselid (1995) and others. The segment offers a preview of how other scholars felt and discovered the link between Human Resources practices and organizational performance. Most of the study is supportive of the idea that the Human Resources department and its practices correlate with the way a firm is performing, and it is mostly a positive one and that an improved Human Resources Management system would offer even better results. Little empirical data is availed by the review, which is why the paper details an investigation carried out in the field within the methodology and the data findings and analysis segment. The study collects data from about 160 participants, all working as employees or Human Resources officials in several companies within Canada. The findings are elaborated, and the discussions offer views based on the findings by the study. A conclusion offers a simplified summary of the research where Human Resources practices appear to correlate positively to organizational performance and, in some instances, negatively. The recommendations segment issues options of the steps the current Human Resources managers need to take to increase the efficiency of the department and the need for the installation of a strong and advanced innovatively and technologically Human Resources Management system. The study will also form a basis on which future researchers can base their studies.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,015
score de la tête « metaresearch » (Gemma)0,066
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,079

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0150,066
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0050,005
Études des sciences et des technologies0,0010,001
Communication savante0,0020,003
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,634
Tête enseignante GPT0,508
Écart entre enseignants0,126 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueuO Research (University of Ottawa)Même sujetImpact of AI and Big Data on Business and SocietyTravaux en français237 207