MétaCan
Menu
Retour à la cohorte
Enregistrement W3191668314 · doi:10.1108/k-04-2021-0253

Human resources and Industry 4.0: an exploratory study in the Brazilian business context

2021· article· en· W3191668314 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

RevueKybernetes · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueDigital Transformation in Industry
Établissements canadiensUniversité de Sherbrooke
Organismes subventionnairesnon disponible
Mots-clésHuman resourcesContext (archaeology)OriginalityBusinessKnowledge managementHuman resource managementBest practiceExploratory researchValue (mathematics)MarketingWork (physics)Process (computing)ManagementComputer scienceEngineeringEconomicsQualitative researchSociology

Résumé

récupéré en direct d'OpenAlex

Purpose The present study aimed to evaluate how Brazilian companies from different sectors are developing human resources practices in the context of Industry 4.0 and which of these practices allows better differentiate of companies. Design/methodology/approach After a systematic literature review to identify the most important human resources practices in the context of Industry 4.0, a survey with professionals from human resources area of companies operating in Brazil was carried out. Data analysis was performed through frequency evaluation and CRITIC method (Criteria Importance Through Intercriteria Correlation). CRITIC method was used to identify the practices that best differentiate the studied companies. Findings The analysed companies are in different evolutionary stages regarding how human resources management practices are adapting to the Industry 4.0 context. Few companies have presented reliable results to better support the transition process. Practices related to evaluating employee performance in this context, estimating the needs of financial resources and time for the training required by Industry 4.0 and establishing systems to recognise talents among employees who already work for the company are the practices that best differentiate companies. Originality/value There are few studies on this topic for Brazilian context. The information presented in this article can be useful for professionals and researchers.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,123
Score d'incertitude au seuil0,420

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
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 Opus0,030
Tête enseignante GPT0,251
Écart entre enseignants0,222 · 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