Exploring perceived motivation-enhancing HR practices and employee–supervisor relationship quality on affective commitment in public hospitals: a multi-level perspective
Notice bibliographique
Résumé
Purpose This study aims to examine the impact of supervisors’ perceptions of motivation-enhancing HR practices and the employee–supervisor relationship quality, on employees’ affective commitment through the mediating role of employees’ perceptions of motivation-enhancing HR practices. Moreover, the study investigates whether the employee–supervisor relationship quality moderates the relationship between supervisors’ and employees’ perceptions of motivation-enhancing HR practices. Design/methodology/approach The study draws on survey data from 542 employees and 38 supervisors in two large teaching tertiary public hospitals in Pakistan. Multilevel analysis in Mplus was carried out to test the hypothesized model. Findings Employee perceptions of motivation-enhancing HR practices mediate the relationship between supervisor perceptions of these practices and affective commitment and also between the employee-supervisor relationship quality and affective commitment. The moderating role of the employee–supervisor relationship quality was not supported. Practical implications This study suggests that to enhance employee affective commitment, the organization has two key priority areas of relevance: the organization can (1) invest in motivation-enhancing HR practices such as appraisal, promotion and compensation and (2) foster a positive employee-supervisor relationship. Both of these strategies influence the outcome of affective commitment through their role in stimulating positive employees’ perceptions of these motivation-enhancing HR practices. Originality/value The present study enriches our understanding of the antecedents (and their boundary conditions) of employee perceptions of HR practices.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,004 |
| 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 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 ».