ترجمه مقاله مدیریت منابع انسانی و عملکرد: تحلیل شبکه عصبی
|
ترجمه مقاله مدیریت منابع انسانی و عملکرد: تحلیل شبکه عصبی
ترجمه مقاله مدیریت منابع انسانی و عملکرد تحلیل شبکه عصبی در 13 صفحه ورد فارسی به همراه اصل مقاله انگلیسی
|
|
| دسته بندی | مقالات فارسی و انگلیسی |
| فرمت فایل | doc |
| حجم فایل | 6580 کیلو بایت |
| تعداد صفحات فایل | 13 |
ترجمه مقاله مدیریت منابع انسانی و عملکرد: تحلیل شبکه عصبی در 13 صفحه ورد فارسی به همراه اصل مقاله انگلیسی
عنوان فارسی :
مدیریت منابع انسانی و عملکرد: تحلیل شبکه عصبی
عنوان انگلیسی :
Human resource management and performance:A neural network analysis
چکیده
در این مقاله یک روش ابتکاری تحقیق (شبکه خودسازمانده کوهونن) جهت بررسی موضوع مورد نظر در اروپا بکار گرفته شده است.تمرکز این موضوع بر روی ارتباط بین مدیریت منابع انسانی به عنوان منشا مزیت رقابتی و عملکرد سازمانی در ک شده در بخش خصوصی و دولتی اتحادیه اروپا می باشد. در حالیکه فعالیتهای این دو بخش خصوصی و دولتی تفاوت زیادی ندارند، اما سه مدل متفاوت از مدیریت منابع انسانی بوجود می آید که با یکدیگر هم پوشانی دارند. نتایج نشان می دهد سودمندی یک تکنیک ابتکاری زمانی که برای تحقیقات مورد استفاده قرار می گیرد، فاصله زیادی را با روشهای سنتی دارند
کلمات کلیدی
شبکه خود سازمانده کوهونن، شبکه عصبی مصنوعی، مدیریت منابع انسانی، عملکرد
فهرست مطالب :
1. مقدمه
2. مدیریت منابع انسانی و عملکرد
1-2. زمینه جغرافیایی
2-2. زمینه های سازمانی
3. مطالعه
1-3. معیارها
2-3. نمونه
3-3. فرآیند کار
4. نتایج
5. بحث، کاربردها و نتایج
پیوست. توضیح تکنیکی فرآیند شبکه خودسازمانده
.Kohonen's Self-Organizing Maps
.European Union's private & public sectors.
Human resource management and performance:A neural network analysis
Abstract
This study utilizes an innovative research methodology (Kohonen’s Self-Organizing Maps) to explore a subject relatively
understudied in Europe. It focuses on the connection between human resource management as a source of competitive
advantage and perceived organizational performance in the European Union’s private and public sectors. While
practices in these two sectors did not differ significantly, three diverse but overlapping HRM models did emerge, each
of which involved a different set of EU member states. Training & Development practices were strongly related to performance
in all three models and Communication practices in two. These results show the usefulness of an innovative technique
when applied to research so far conducted through traditional methodologies, and brings to the surface questions
about the universal applicability of the widely accepted relationship between superior HRM and superior business
performance.
2006 Elsevier B.V. All rights reserved.
Keywords: Kohonen self-organizing map (SOM); Artificial neural network (ANN); Human resource management; Performance
