HIGH PERFORMANCE WORK SYSTEMS: A CAUSAL FRAMEWORK OF TRAINING, INNOVATION, AND ORGANIZATIONAL PERFORMANCE IN CANADA
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
The processes that link High Performance Work System (HPWS) practices and organizational performance are not fully understood. Using resource-based theory, this research focuses on training, by separating it from other HPWS practices, and human capital development as a source of sustained competitive advantage. The first purpose of my research is to examine the relationships between the HPWS practice of training, innovation, and organizational performance, and look at the mediating effect of innovation over time at the workplace level. The results indicate that the temporal pathway from training to innovation to organizational performance is positive and significant even after controlling for reverse-causality. Strategic activity is also explored and is found to be a significant moderator. This study contributes to knowledge by identifying the importance of aligning business strategy with training, as well as other HPWS practices and innovation to achieve improved organizational performance outcomes. The second purpose of this research is to explore the factors that act to expand or limit the HPWS practice of training, with a focus on the outcomes of employers' decisions to offer training, employees' decisions to accept or decline training, and the job-related training received by employees. The results indicate that the employee-level factors: participating in HPWS practices, use of technology, and using new technology are significant contributors to employers' decisions to offer and employees' receipt of training. Further, employees' perception of the existence of a gap between the skills required for the job and their current skills contributes to employees accepting employer offers of training.
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 | 0,000 |
| 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 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,062 | 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