MétaCan
Menu
Retour à la cohorte
Enregistrement W4406297421 · doi:10.1002/hrm.22282

Building Micro‐Foundations for Positive Workplace Relationships: Validation of a Strategic Relational Human Resource Management Measure

2025· article· en· W4406297421 sur OpenAlexaff
Qian Zhang, Hao Gong, Can Ouyang, Jian Han, Alan M. Saks

Notice bibliographique

RevueHuman Resource Management · 2025
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueJob Satisfaction and Organizational Behavior
Établissements canadiensUniversity of TorontoUniversity of Ottawa
Organismes subventionnairesYoung Scientists FundNatural Science Foundation for Young Scientists of Shanxi ProvinceNational Natural Science Foundation of China
Mots-clésMeasure (data warehouse)Human resource managementKnowledge managementBusinessHuman resourcesProcess managementResource (disambiguation)Strategic human resource planningEnvironmental resource managementOperations managementPsychologyManagementComputer scienceEconomics

Résumé

récupéré en direct d'OpenAlex

ABSTRACT A growing number of studies have recognized the pivotal role of relational Human Resource Management (HRM) systems in fostering positive interpersonal relationships in the workplace. These systems are tailored to fulfill specific relational objectives through collective‐level mechanisms. However, there has been a notable neglect of strategies for establishing the general foundations of positive workplace relationships and the contributions of individual actors in relationship‐building activities. Drawing upon the multilevel micro‐foundational structure framework and strategic human capital theory, this study introduces and validates a new measure of strategic relational HRM (SRHRM) systems. This measure incorporates a set of interrelated HRM practices aimed at reinforcing individual employees' relational knowledge, skills, and abilities, which serve as micro‐foundations for the development and maintenance of workplace relationships. Our methodology encompasses a meticulous validation process for the SRHRM measure. This involves employing four diverse samples from North America and Asia to assess its content validity, internal consistency, convergent and discriminant validity, as well as criterion‐related validity. Our findings provide substantial support for the application of the SRHRM measure in future empirical investigations.

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)0,010
score de la tête « metaresearch » (Gemma)0,023
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,054

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,023
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,002
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,056
Tête enseignante GPT0,291
Écart entre enseignants0,236 · 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'étudeExpérimental (laboratoire)
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

Citations3
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHuman Resource ManagementMême sujetJob Satisfaction and Organizational BehaviorTravaux en français237 207