关于胜任力的研究

通过对国内外学者关于胜任力研究的扫描,发现胜任力研究的重点在于对管理者胜任力的探讨。胜任力是有针对性的、动态的能力新概念,它有着非常强的岗位、职业特征。     

全面质量管理（TQM）中管理者——基层员工认知互动的理论建构综述

全面质量管理(简称TQM)是20世纪7、80年代在美国得以蓬勃发展的一种管理方法。在过去10年里，对美国企业机构及公司产生了巨大影响。普遍来讲，基于认知心理科学以及行为科学的TQM适应了社会环境，特别是消费需求的变化，但其成功之道及运作却鲜为人知。本以两种研究阐明了这一问题。首先，从实证角度在TQM基础上提出了有关管理——基层员工认知互动的9个关键的内隐心理加工：认同、公平、平等、共识、工具性、理性、团体动力、培养以及价值内化。其次，从企业战略理论的角度分析了管理与基层员工的认知互动模式。     

员工愤怒表达对领导力涌现的影响：温暖和能力感知的中介作用以及愤怒道歉的弥补作用

基于刻板印象内容模型和内隐领导理论,本研究探讨了员工的愤怒表达类型对其领导力涌现的影响及其作用机制,并提出愤怒表达之后的弥补策略,从而把愤怒表达对领导力的影响从纵向领导力拓展至横向领导力。研究1 (N=279)采用情景实验法,设计2 (愤怒表达类型：合理愤怒表达vs.越轨愤怒表达)×2 (愤怒道歉：是vs.否)和抑制愤怒5个情景;研究2 (N=200)采用关键事件法,调查真实的员工发怒事件。研究3 (N=354)通过3 (愤怒表达类型：间接愤怒vs.合理愤怒表达vs.越轨愤怒表达)×2 (愤怒原因：利他vs.自利)和暗自愤怒7个情景的情景实验重复验证了研究2的结论,并探讨了研究1和2结论不一致可能的原因,但未发现愤怒原因的调节作用;研究4开发了愤怒表达类型的测量量表,并通过问卷方式采集西方样本,除重复验证前3个研究的结论外,亦发现了合理愤怒表达相比于抑制愤怒的间接愤怒对能力感知的正向作用。通过4个研究得出结论：合理愤怒表达与越轨愤怒表达相比更有利于同事对表达者温暖和能力的感知进而更利于表达者的领导力涌现;而与抑制愤怒相比,得出的发现较为复杂。最后,愤怒道歉会通过增加温暖感知而促进领导力...     

一等斗鸡如何修炼成功

在人才市场金华公司的招聘台位前，排了长长的队，大部分都是些博士生和硕士生。这家公司是知名的大企业，不过这次招聘的条件很苛刻，主管招聘的人力资源部经理梁卓看了许多人的简历后，都是面无表情地摆摆手，这让围绕在台位前紧张的气氛变得更加浓烈起来。     

以“慢”制胜

公司举办了一场文娱活动,其中一个比赛项目是比赛骑自行车。比赛规则规定:不是比谁骑得快,而是比谁骑得慢,谁最慢到达终点谁为胜利者。这个比赛项目非常新颖,吸引了许多员工参加。大家开始以为这很容易,只要将车骑慢就行了。可是,等到实际比赛开始,大家这才觉得要将这车骑慢比骑快更难。骑慢了,车就倒了,骑快了,冲到前面去,就失败了。     

员工帮助计划(EAP)及其在中国的发展之路

本文叙述了员工帮助计划(EAP)的含义、起源与发展、具体实施及作用效益,分析了EAP在中国文化背景下的应用,探讨了EAP在中国存在的必要性和服务于中国的可能性。EAP的实施,有助于发现员工的心理问题以及与之相关的组织气氛、企业文化和管理等方面的因素,EAP可以提高员工健康度和企业绩效,这对企业的决策、管理、改进和员工开发都意义重大。     

知识密集型组织的雇佣关系民主治理和员工创造力研究

本文探讨了雇佣关系民主治理对员工创造力影响的中介机制和边界条件,并利用跨层次的调查数据进行实证研究。研究结果发现:(1)雇佣关系民主治理显著正向影响员工创造力;(2)内在动机在雇佣关系民主治理与员工创造力间起部分中介作用;(3)组织知识密集度对雇佣关系民主治理与员工内在动机的正向关系间有着显著强化作用;(4)雇佣关系民主治理和组织知识密集度的交互作用通过内在动机的中介作用,进而影响员工创造力。     

挫折理论与其在员工管理中的启示

本文主要阐述了心理学关于挫折的主要理论,包括挫折的产生源理论和挫折反应理论,依据挫折理论,并结合对企业现实的分析,总结出了企业中造成员工挫折情绪的外在原因和内在原因。最后,作者提出企业管理者针对员工挫折问题所能采取的应对措施。     

与AI“共舞”：系统化视角下的AI-员工协作

AI-员工协作是一个以高效完成任务为目标,由“AI-人-组织”构成的交互系统。促进AI-员工协作对于推动AI与实体经济的深度融合,以及员工在数字化时代的心理健康与职业发展至关重要。AI与员工的交互关系错综复杂,现有研究呈现碎片化特点,缺乏对AI-员工协作的整体认识。因此,有必要在厘清相关概念的基础上,对AI-员工协作的相关研究进行系统地梳理。通过对相关研究的系统性回顾,本文厘清了AI和AI-员工协作的内涵,梳理了AI-员工协作系统的构成要素,分析了构成要素的作用和影响,并进一步基于系统化的视角构建了一个研究框架。最后,基于AI-员工协作的研究框架提出未来研究展望。