Voluntary Turnover Rate Fluctuations, Human Resource Practices, and Innovation: A Within‐Organization Investigation
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
ABSTRACT Organizations constantly navigate voluntary employee departures to facilitate organizational effectiveness. To date, most studies on the implications of voluntary turnover rate have been conducted at the between‐organization level, comparing organizations with varying levels of voluntary turnover rates. Building upon complex adaptive system (CAS) theory, we develop within‐organization theorizing regarding the implications of voluntary turnover rate fluctuations for organizational innovation. We propose a U‐shape threshold model, where the relationship between voluntary turnover rate fluctuations and innovation takes a negative form when voluntary turnover rate fluctuations are within the normal range for an organization, and a positive form when voluntary turnover rate fluctuations surpass a critical threshold reflecting far‐from‐equilibrium conditions. Furthermore, we investigate how organizations may utilize human resource (HR) practices to shift the critical threshold. Specifically, we argue that increased reliance on interaction‐facilitating HR practices (employee participation and group‐based pay) lowers the threshold, while increased reliance on interaction‐inhibiting HR practices (individual‐based pay) raises the threshold. With firm‐fixed effects modeling, we found general support for our hypotheses using a large‐scale, multi‐level, longitudinal dataset from Statistics Canada (7110 workplace‐year observations from 1980 workplaces). We provide a novel theoretical lens to understand the nature and management of collective turnover.
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.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 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 découle