MétaCan
Menu
Retour à la cohorte
Enregistrement W4231114739 · doi:10.17722/ijme.v14i2.1131

Striving to Implement Green Human Resource Management (GHRM) Policies and Practices: A Study from HR Managers Perspective (FMCG Sector)

2020· article· en· W4231114739 sur OpenAlexvenueno aff
Faizan Hussain, Qusai Saifuddin, Iqbal Uddin Khan

Notice bibliographique

RevueInternational Journal of Management Excellence · 2020
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueBusiness and Economic Development
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBusinessHuman resource managementHuman resourcesMarketingPublic relationsPerspective (graphical)Best practicePerceptionKnowledge managementManagementPsychologyPolitical scienceEconomics

Résumé

récupéré en direct d'OpenAlex

The purpose of this research is to explore the implementation of Green Human Resource Management practices and policies by the FMCG manufacturing companies of Pakistan. The researchers have enlightened various Green HRM strategies, initiatives, and practices that HR managers have undertaken in their respective organizations. Also, this research highlights the significance of Green HR practices and policies in employee retention, organizational citizenship behavior, and overall organizational image. This research is exploring the perception of Green HR from the HR professionals associated with FMCG companies of Karachi. For this purpose, in-depth interviews were taken by the HR managers of targeted companies to explore the implementation of HR practices and policies in Pakistan. The interview was conducted with the help of an interview protocol, consisting of various open-ended questions based on research objectives and research questions. The findings of this research suggest that the concept of Green HR practices and its benefits that an organization can gain by implementing such practices is vague among the HR professionals of Pakistan. The research has identified the need to train the managers regarding the Green HR initiatives and develop awareness campaigns which guide the managers about the significance that green practices have on the overall organizational performance and its image in the industry.

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)0,004
score de la tête « metaresearch » (Gemma)0,004
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,025

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0040,002
Communication savante0,0030,002
Science ouverte0,0000,001
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 Opus0,037
Tête enseignante GPT0,301
Écart entre enseignants0,265 · 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

Citations10
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Management ExcellenceMême sujetBusiness and Economic DevelopmentTravaux en français237 207