Effects of Green Human Resource Management on Participation of Farmer Group Members in Sleman Yogyakarta: Organizational Commitment as Mediation Variable
Notice bibliographique
Résumé
Green Human Resource Management (GHRM) reflects the aspect of human resource management in environmental management, and it focuses on the role of human resources in preventing pollution through the operational processes of a business.GHRM plays a vital role in environmental management as the human resource function also plays an important role in achieving the company's goals of a green company.Therefore, this study aims to identify the direct effect of the Green Human Resource Management variable on the participation of farmer group members and the indirect effect of Organizational Commitment as a mediating variable.The population of this study was all farmer group members in Tirtomartani Village with a total of 510 members.The determination of the sample used the cluster random sampling technique because the groups have similar characteristics such as farming behavior, level of education, farming patterns, plants planted, size of fields, to the organizational structure of each farmer group.This study used a five-point Likert scale with 5 for strongly agree and 1 for strongly disagree.Data were collected from 110 respondents.The analysis was performed with the help of SmartPLS with the Path Analysis Method.The results showed that Green Recruitment and Selection, Green Training, Green Performance Management, and Green Payment and Reward have a positive and significant effect on the participation of farmer group members, while Green Involvement did not.Moreover, organizational commitment cannot be used as a mediating variable in this research model.Farmer groups had programs to develop skills, knowledge and attitudes related to good environmental management so that the participation of their members' increased.A successful organization means that each member pays more attention to green performance targets, and indicators of green performance success, evaluate green performance and reduce errors that affect the decline in the predetermined green performance.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,000 |
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.
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 ».