What we’ve got here is a failure to communicate: HRM signal, lenses and refraction at Nav Canada in crisis
Notice bibliographique
Résumé
Purpose To analyse the HRM response to the coronavirus disease 2019 (COVID-19) pandemic by an organisation severely affected by the subsequent crisis, i.e. Nav Canada. Design/methodology/approach The paper draws on data from a large-scale study of air navigation service providers and presents a case study of Nav Canada that is comprised of interviews, focus groups and secondary source data analysis. Findings Several lenses through which the HRM signal passes are identified that are used by the trade union to refract the HRM signal before relaying it both to stakeholders within the organisation, i.e. its members, and to stakeholders beyond the organisation, in this case, the general public and the Canadian government. Research limitations/implications Future research might explore the degree to which lenses amplify or refract the HRM signal, assessing which is most effective to ensure amplification and avoid refraction and under what conditions. Research that assesses the comparative efficacy of temporal versus among group (in)consistency or in HRM policies and HRM processes (and in particular the employment relations climate) in forming lenses is especially welcome. Longitudinal studies that explore the attitudes of workers to the HRM signal over time, explaining why changes in attitudes are observed, will be highly instructive. Practical implications The study reveals the dangers of responding to crises with alacrity and without the cooperation and buy-in (or consensus) among workers and their trade unions. Where difficult decisions have to be made, the manner in which they are made is an important influence on how trade unions and employees are likely to respond. Originality/value The HRM system strength model and HRM signalling theory are advanced via the application of the lens metaphor, by which it is possible to include aspects of the broader employment relationship that are often omitted from mainstream HRM analysis. The paper also explains the role of the trade union in the HRM signalling process.
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 | 0,004 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,027 | 0,018 |
| Communication savante | 0,012 | 0,004 |
| Science ouverte | 0,002 | 0,006 |
| Intégrité de la recherche | 0,002 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
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.
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 ».