Reframing the performance management system: a conversations perspective
Notice bibliographique
Résumé
Purpose To explore human resource (HR) practitioner perspectives of the effectiveness, challenges, and aspirations of the performance management (PM) system to inform future directions for PM design and success. Design/methodology/approach Interviews with 53 HR practitioners from a cross-section of organisations operating in the United Kingdom, Canada and New Zealand. Findings Practitioner's discussed the criticality of effective conversations across all elements of the PM system. Using an interpretive approach, and through a lens of social exchange theory (SET), we used their voice to develop a conversations-based PM model. This model centres on effective performance conversations through the design and implementation of the PM system. It includes four enablers and five environmental elements. The enablers (aligned goals, frequent feedback, skills development, and formality) depend on skilled interactions and conversations, and the organisational environmental elements (design, development function, buy-in, culture, and linkage to other systems) are enhanced when effective conversations take place. Practical implications Practitioners can use the conversations model to help shape the way they design and implement PM systems, that place emphasis on upskilling participants to engage in both formal and informal honest conversations to build competency in the enablers and assess organisational readiness in terms of the environmental elements. Originality/value By listening to the under-utilised voice of the HR practitioner, and through a lens of SET, we developed a PM model which emphasises reciprocity and relationship building as key tenets of the PM system. While past research recognises the importance of effective conversations for PM implementation, it has largely silent been about the role of conversations in system design. Our model centres these conversations, presenting enablers and environmental elements to facilitate their core position within effective PM.
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 | 0,025 | 0,042 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,002 |
| Études des sciences et des technologies | 0,012 | 0,028 |
| Communication savante | 0,022 | 0,026 |
| Science ouverte | 0,003 | 0,017 |
| Intégrité de la recherche | 0,004 | 0,008 |
| 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 ».