MétaCan
Menu
Retour à la cohorte
Enregistrement W3171877730 · doi:10.1080/09585192.2021.1919739

Human resource professionals’ human and social capital in SMEs: small firm, big impact

2021· article· en· W3171877730 sur OpenAlexafffundabout
Sylvie Guerrero, Charles Cayrat, Michel Cossette

Notice bibliographique

RevueThe International Journal of Human Resource Management · 2021
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueEntrepreneurship Studies and Influences
Établissements canadiensHEC MontréalUniversité du Québec à Montréal
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésBusinessSocial capitalHuman capitalHuman resourcesHuman resource managementIndustrial organizationKnowledge managementManagementEconomic growthEconomicsComputer scienceSociology

Résumé

récupéré en direct d'OpenAlex

HR professionals have been widely ignored in the Human Resource (HR) management literature pertaining to small and medium-sized enterprises (SME). Given that entrepreneurs may be reluctant to hire HR professionals, it is important to investigate the value that HR people may bring to an SME. Addressing this literature gap, our research draws on resource orchestration theory (ROT) to link the interaction between HR professionals’ human and social capital to firm performance via the use of high-performance work practices (HPWPs). Further, this relationship depends on the SME’s size: in small firms, the link is strengthened because HR professionals’ human and social capital is more likely to create a competitive advantage in a context of resource poverty. We test the research model among a sample of 174 Canadian SMEs with fewer than 250 employees. Our results show that HR professionals’ human and social capital is more closely related to firm performance through the adoption of HPWPs in small SMEs than in large ones. Overall, our study highlights the value that HR professionals bring to small SMEs and advocates for a greater presence of HR professionals in SMEs.

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)0,002
score de la tête « metaresearch » (Gemma)0,008
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 enseignants0,088
Score d'incertitude au seuil0,175

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0020,002
Communication savante0,0020,001
Science ouverte0,0000,002
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,032
Tête enseignante GPT0,295
Écart entre enseignants0,263 · 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

Citations28
Publié2021
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueThe International Journal of Human Resource ManagementMême sujetEntrepreneurship Studies and InfluencesTravaux en français237 207