Employment Practices of Multinational Companies in Denmark:Result report
Bibliographic record
Abstract
Globaliseringen er en udfordring for såvel ledere som ansatte i multinationale selskaber. En analyse af ledere og medarbejderes relationer er afgørende for at forstå ledelse, forretningsforhold og arbejdsmarkedsrelationer i Danmark. Tilstedeværelsen af multinationale selskaber (Multinational Companies - MNC'er) har stor betydning for den danske økonomi. En betydelig - og stadig stigende - andel af den danske arbejdsstyrke er beskæftiget i multinationale selskaber. De personalepolitikker, som disse selskaber implementerer, får derfor stadig større betydning for danske lønmodtagere - og for det danske arbejdsmarked - fordi personalepolitikker i de ofte store selskaber indirekte kan påvirke samarbejds- og forhandlingskulturen. Rapporten tager afsæt i en survey-undersøgelse af multinationale selskabers personalepolitikker - såvel danskejede selskaber med udenlandske datterselskaber som udenlandske selskaber med danske datterselskaber. Rapporten fokuserer på multinationale selskabers strategier i et dansk arbejdsmarkedssystem og analyserer multinationale virksomheders personalepolitikker både i forhold til HR og i forhold til det nationale arbejdsmarkedssystem. Fire hovedområder undersøges: - Præstationsledelse og belønningssystemer - Organisatorisk læring - Medarbejderinvolvering og kommunikation - Medarbejderrepræsentation Rapporten indeholder resultaterne fra den danske del af en større international undersøgelse. I anden fase af projektet sammenlignes den danske undersøgelse med tilsvarende undersøgelser fra England, Irland, Spanien, Mexico, Canada, Australien og Norge. De danske data er indsamlet via et omfattende spørgeskema, som i 2009 blev sendt ud og besvaret af HR-ledere i danske og udenlandske MNC'er i Danmark. Den danske undersøgelse er ydermere suppleret med nogle interview med HR-ledere i MNC'er i Danmark.
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 | 0.003 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.002 | 0.000 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.001 | 0.000 |
| Insufficient payload (model declined to judge) | 0.003 | 0.001 |
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".