The Influence of Supervisors’ Perceived Green HRM on Job Satisfaction and Affective Commitment: The Mediating Role of Subordinates’ Perceived Green HRM and the Moderating Role of HRM System Strength
Notice bibliographique
Résumé
Green Human Resource Management (GHRM) scholars have urged studies to explain why employees' perceptions of green HR practices vary.Strategic HRM researchers increasingly adopt an employee perspective to understand how green HR practices affect employee outcomes.This study investigates how perceived green HR practices from both supervisors and subordinates influence job satisfaction and affective commitment.Second, this study also explores the mediating role of subordinates' perceived green HR practices and the moderating role of HRM system strength.HRM system strength refers to three broader featuresconsensus, distinctiveness, and consistency.Using the data from 624 subordinates reporting to 217 supervisors at Pakistani textile firms and applying the Hierarchical Linear Model (HLM), we found that supervisors' and subordinates' perceptions of green HR practices are the significant sources of variation in employees' job satisfaction and affective commitment.Further, supervisors' perceptions of green HR practices significantly influence subordinates' perceptions of green HR practices.Also, the indirect relationship between supervisorperceived green HR practices and job outcomes (job satisfaction and affective commitment) is significantly mediated by subordinate perceptions of green HR practices.Finally, HRM system strength significantly moderates the relationship between supervisors' and subordinates' perceived green HR practices.In GHRM, this study contributes by revealing the mediating role of subordinates' perceived green HR practices and the moderating role of HRM system strength.For practitioners and academicians, these findings imply open communication, feedback mechanisms, training, and clear expectations to bridge supervisorsubordinate perceptions.These methods help both parties understand their roles, expectations, and performance standards, improving collaboration and productivity, and for which a strong HRM system is essential.
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 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».