Henkilöstöjohtaminen Suomessa : CRANET 2021 -tutkimuksen päätulokset
Bibliographic record
Abstract
CRANET on laaja kansainvälinen tutkijaverkosto, joka sai alkunsa jo 1989. Henkilöstöjohtamisen vertailevassa tutkimuksessa seurataan henkilöstöjohtamisen tilaa ja kehitystä noin 40 maassa. Tutkimuksen tavoitteena on saada globaali näkemys henkilöstöjohtamisen tilasta. Kyselytutkimus on kohdistettu vähintään sata työntekijää työllistäviin organisaatioihin. Suomen tutkimuskysely suunnattiin johto- tai henkilöstötehtävissä toimiville. Kyseessä on seitsemäs aineistonkeruu Suomessa, mikä osui Covid-19-pandemian yhteyteen. Tässä tutkimusraportissa tehdään katsaus Suomen tuloksiin osin vertaillen muihin Pohjoismaihin ja edeltävään Suomen aineistonkeruukierrokseen vuodelta 2015. Kansainvälisessä CRANET-raportissa on mahdollista vertailla Suomen tuloksia muihin maihin. Suomen aineistossa (N=127) oli tällä kierroksella enemmän vastauksia yksityiseltä sektorilta (66 %), mikä osin vaikuttaa tulosten vertailtavuuteen. Yksityisten organisaatioiden määrä on kasvanut systemaattisesti viimeisillä aineistonkeruukierroksilla. Suomen vertailu muihin Pohjoismaihin on relevanttia, koska henkilöstöjohtaminen on Suomessa ja muissa Pohjoismaissa ollut tyypillisesti strukturoitua, strategista ja voimakkaasti työntekijöihin suuntautunutta. Tulokset antavat viitteitä siitä, että henkilöstöjohtamisen strategisuus on vahvistunut. Henkilöstöasioista vastaava henkilö kuului lähestulkoon aina johtoryhmään tai vastaavaan (87,4 %). Vuonna 2015 määrä oli 82 %. Henkilöstöjohtamisen strategisuutta voidaan arvioida myös sen perusteella, missä vaiheessa henkilöstöasioista vastaava osallistuu strategiatyöhön. Strategisuus on vahvempaa, jos pääsee osallistumaan suunnitteluprosessin alusta lähtien strategiatyöhön. Tulokset osoittavat, että Islannissa, Suomessa ja Norjassa henkilöstöjohtamisen strategisuus on vahvempaa tältä osin kuin Tanskassa tai Ruotsissa. Tutkimuksessa tarkasteltiin sitä, miten henkilöstöosaston organisatorinen asema (vaikuttavuus, status jne.) on muuttunut pandemian myötä. Lähes puolet (46 %) vastaajista koki, ettei ollut tapahtunut muutosta. Toisaalta suurin osa koki aseman jossain määrin vahvistuneeksi tai merkittävästi vahvistuneeksi pandemian myötä (52 %). Vain kaksi prosenttia koki aseman heikentyneen jossain määrin. Tulosta voidaan tulkita niin, että henkilöstöjohtamisen asema vahvistuu kriiseissä. Kaikissa Pohjoismaissa ylimmällä henkilöstöasioista vastaavalla on pääsääntöisesti akateeminen loppututkinto joko kauppatieteissä tai yhteiskunta/käyttäytymistieteissä. Tilanne on lähes yhdenmukainen kaikissa Pohjoismaissa. Islannissa, Ruotsissa ja Norjassa oli lisäksi yli puolella tutkinto henkilöstöjohtamisen alueelta. Ero on toistaiseksi merkittävä Suomeen ja Tanskaan verrattuna, joissa alle puolella on tutkinto henkilöstöjohtamisen alalta.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.054 | 0.015 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".