The impact of career capital on sustainable competitive advantage: The mediating role of human resource management capabilities
Notice bibliographique
Résumé
This study aims to clarify the effect of career capital on the sustainable competitive advantage when human resource management’s capabilities work as a mediator variable in construction companies specializing in concrete in Amman. The total number of companies are (23), the companies that showed cooperation and filled out the questionnaire were (17) companies. The study population consisted of (1400) employees from various administrative levels. Applying the study to the whole study population is difficult due to its large size; thus, a simple random sampling method is used. (302) questionnaires were distributed, the retrieved questionnaires valid for analysis were (250) and constituted of (83%). The unstructured interviews were adopted to define the study problem in the construction companies specialized in concrete. The questionnaire is the tool for measuring the study variables by collecting data and then analyzing those using descriptive and inferential statistics. The most important study results are that in the construction companies specialized in concrete industries in Amman; the level of career capital was high, and the level of sustainable competitive advantage was medium. At the same time, the results showed that the level of human resource management capabilities was high. The results also indicate that human resource management's capabilities partially mediate the impact of career capital and the sustainable competitive advantage. Human resource management's capabilities contributed to increasing this impact; this means that human resources management's capabilities play an essential role in activating the relationship between career capital and sustainable competitive advantage.
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 distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».