Management beyond a critical threshold of employees: evidence-based HR solutions for SMEs
Notice bibliographique
Résumé
Purpose This research identifies human resource (HR) management challenges and associated solutions of a medium-sized organization that reached a critical threshold of employees and required formalized HR systems. HR solutions focused on using labour efficiently, linking pay to performance and motivating or rewarding desired employee behaviour are identified. Design/methodology/approach This case study involved HR data analysis and 50 semi-structured interviews (SSIs) over 4 successive phases: HR audit, problem identification and job description validation, solutions analysis and feedback on outcomes. Additionally, HR files and schedules were reviewed to determine labour usage, organizational structure and compensation. Findings HR problems and solutions associated with job analysis (e.g. role identity, role conflict), HR planning (e.g. scheduling, motivation), employee performance management (e.g. validity, employee empowerment) and compensation (e.g. inequity, turnover intentions) issues are clearly identified. Research limitations/implications Traditionally, HR theory or concepts are presented in a limited or isolated manner. However, this research provides an integrative assessment of numerous interrelated, complex, core HR concepts including role conflict, equity, employee empowerment, motivation, consensus building, accountability, change champions, communication and coaching. Practical implications This multi-phased, multi-stakeholder approach to small and medium enterprise (SME) management informs organizational leaders about HR problems and solutions they may encounter as they grow and require formalized HR systems. The proposed solutions can help safeguard organizational survival. Originality/value This research bridges HR theory with HR practices focusing specifically on SMEs. In addition, SMEs can benefit from the HR process information presented to conduct similar evidence-based HR problem and solution assessments.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,060 | 0,178 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,005 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,006 | 0,005 |
| Science ouverte | 0,003 | 0,005 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».