ترجمه مقاله مدیریت منابع انسانی و عملکرد: تحلیل شبکه عصبی

توضیحات کامل :

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

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.

Keywords: Kohonen self-organizing map (SOM); Artificial neural network (ANN); Human resource management; Performance