MétaCan
Menu
Retour à la cohorte
Enregistrement W4400440640 · doi:10.5465/amproc.2024.10244symposium

Revisiting and Advancing HR Process Research: Exploring New Horizons

2024· article· en· W4400440640 sur OpenAlexaff
Karin Sanders, Huadong Yang, Frances Jørgensen, Adelle Bish, Mats Ehrnrooth, Jennie Sumelius, Sven Hauff, Andrew Dhaenens, Milad Jannesari, Chunyu Xiu, Rory Donnelly, Ricardo Rodrigues, David Guest, Kaifeng Jiang

Notice bibliographique

RevueAcademy of Management Proceedings · 2024
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueAI and HR Technologies
Établissements canadiensRoyal Roads University
Organismes subventionnairesnon disponible
Mots-clésProcess (computing)Process managementComputer sciencePsychologyBusinessProgramming language

Résumé

récupéré en direct d'OpenAlex

HR process research was established to explain the 'black box' in the relationship between HR practices and organizational performance. Bowen and Ostroff’s (2004) framework on HRM system strength, along with Nishii, Lepak, and Schneider's (2008) model of HR attributions, have served as foundational pillars that initiated a stream of HR process research. The five papers presented in this symposium conceptually build upon but challenge the core ideas of these two frameworks. They also methodologically advance HR process research by demonstrating its predictive validity, enhancing research designs and analyses, and enriching research contexts. By revisiting these foundational frameworks, the papers in the symposium encourage to apply of novel concepts and rigorous methods to unveil new horizons in HR process research. The symposium will conclude with Prof. Kaifeng Jiang providing insightful feedback on each paper and discussing how these papers contribute to the advancement of HR process research. HRM systems strength in a crisis Author: Frances Jorgensen; Royal Roads U. Author: Adelle Bish; North Carolina A&T State U. HRM process theory – An examination of its core elements and added value Author: Mats Ehrnrooth; Hanken School of Economics Author: Jennie Sumelius; Hanken School of Economics Author: Sven Hauff; Helmut Schmidt U. Are We Going Together? A Multi-Level Study of HRM system strength on Voluntary Employee Turnover Author: Karin Sanders; UNSW Business School, Australia Author: Andrew Dhaenens; UNSW Sydney Author: Milad Jannesari; UNSW Sydney Business School, Australia Line managers’ implementation of pay for performance on unit-level outcomes in Chinese MNCs Author: Chunyu Xiu; HR attribution research Author: Huadong Yang; U. of Liverpool Author: Rory Donnelly; U. of Liverpool The link between HRM, attributions about HR practices and customer satisfaction: A team-level lens Author: Ricardo Rodrigues; King's College London Author: David E. Guest; King's College London

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)0,143
score de la tête « metaresearch » (Gemma)0,096
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,143
Score d'incertitude au seuil0,756

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1430,096
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0030,003
Bibliométrie0,0120,011
Études des sciences et des technologies0,0070,049
Communication savante0,0350,093
Science ouverte0,0050,015
Intégrité de la recherche0,0090,018
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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.

Tête enseignante Opus0,129
Tête enseignante GPT0,340
Écart entre enseignants0,211 · 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'étudeThéorique ou conceptuel
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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAcademy of Management ProceedingsMême sujetAI and HR TechnologiesTravaux en français237 207