MétaCan
Menu
Retour à la cohorte
Enregistrement W4417344478 · doi:10.1002/hrm.70043

Between Consistency and Adaptation: How Middle Managers Shape Compensation System Implementation

2025· article· en· W4417344478 sur OpenAlexaff
Aino Tenhiälä, Sven Kepes, Saku Mantere, Johanna Maaniemi

Notice bibliographique

RevueHuman Resource Management · 2025
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueJob Satisfaction and Organizational Behavior
Établissements canadiensMcGill University
Organismes subventionnairesAgencia Estatal de InvestigaciónTyösuojelurahastoAcademy of Finland
Mots-clésMiddle managementCompensation (psychology)MicrofoundationsAgency (philosophy)Human resource managementProcess (computing)Consistency (knowledge bases)Dimension (graph theory)Executive compensationAttribution

Résumé

récupéré en direct d'OpenAlex

ABSTRACT The success of a human resource management (HRM) system or subsystem, such as a compensation system, hinges on its implementation—yet the microfoundations of this process remain underexplored. To address this gap, we conducted two studies. Study 1 surveyed middle managers and employees in six organizations to examine their attributions of problems with compensation systems and their perceptions of compensation system effectiveness. We found that both groups identified design problems; managers emphasized administrative problems, whereas employees focused on implementation problems. These differing attributions shaped their views of compensation system effectiveness. To further unpack the challenges middle managers face, we analyzed data from Study 2, a 6‐year long in‐depth case study, exploring how and why middle managers varied in their implementation strategies. We found that middle manager identification with the system and their perceived agency explained their implementation strategies, ranging from championing to compliance, and from appropriation to resignation. Together, the studies reveal persistent tensions between consistency and adaptation in HRM implementation. To address these tension, we introduce the concept of internal flexibility —the capacity of middle managers to adjust formal HRM practices during the implementation process to align them with their work unit's needs—as a critical yet underexplored dimension of HRM effectiveness.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,803
Score d'incertitude au seuil0,896

Scores Codex et Gemma par catégorie

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

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 Opus0,039
Tête enseignante GPT0,256
Écart entre enseignants0,217 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

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