Sustainable HRM in Tradition-Based Enterprises: Bridging Heritage and Modern Business Models
Notice bibliographique
Résumé
Abstract This paper seeks to understand how Human Resource Management (HRM) contributes to sustaining small, tradition-based enterprises such as handloom weaving, organic farming, and forest-based livelihoods. These sectors depend on traditional knowledge, community relationships, and the transmission of skills from one generation to the next. Handloom weaving, for example, is one of the many sectors of the economy that operate as living examples of highly sustainable “natural systems”. Ethical work behaviour, production choices that are mindful of the environment, community-responsive decision-making, and the use of natural or repurposed materials characterize their everyday functioning. Secondary literature review and qualitative research reveal that a committed and resilient workforce can be created when HRM responds to local realities. Informal recruitment networks, the use of apprenticeship models, the guidance of experienced practitioners, and community-based welfare systems nurture talent and ensure the survival of cultural practices. These systems, however, are threatened by the speed of modernisation, the dispersal of knowledge due to migration, the diminishing support of institutions, and unequal access to technology. This paper proposes a combination of HRM practices in which structured managerial practices are supplemented by ethical principles and cultural values that have been transmitted over time. This combination can contribute to local economies, identity, and ecologically sound production management. Finally, this paper contributes to the field of study by showing how HRM can act as a mediator between tradition and modernity, facilitating sustainable transformation and people-centred development, while providing new perspectives for scholars and policy-makers.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,001 | 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) | 0,003 | 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 ».