心理资本增值项目在J公司员工关系管理中的应用研究

来源 :河北地质大学 | 被引量 : 0次 | 上传用户:ijlusr
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
在21世纪各种资源都迅猛发展的社会背景下,伴随着经济指数的日益增长,企业与企业之间的竞争也日益加剧。竞争看似是资源的竞争,其实质是人的竞争。这些年来,各领域各行业迅速发展,再生资源行业也不例外,影响企业经营战略目标的除了生产设备等硬件因素,员工素质的高低也决定着企业目标能否顺利实现。员工是否具备良好的素质,充分发挥自己的积极作用,实现企业的发展目标,很大程度上取决于他们自身所具备的心理资本水平。而我国在企业员工关系管理过程中,往往更看重于员工的理论知识和实践技能,可是有理论基础和实践经验的人不一定最终绩效就高。心理资本增值项目可以提高员工的心理资本水平,从而形成和谐的员工关系,保障员工工作稳定性,帮助员工更加积极主动的工作,有助于企业竞争力的提升。本文首先介绍了心理资本的相关概念及理论基础,阐述了心理资本增值项目的构建方法,分析了心理资本增值项目(PCA)在员工关系管理中的优势。其次,以J公司为实例,运用问卷调查法和座谈法,分析了J公司员工心理资本的现状和存在问题及成因,为心理资本增值项目的建立做好基础工作。通过梳理公司员工构成、选取分析样本、进行事件访谈、实施问卷分析、提取心理资本重要因素,开展J公司员工心理资本增值项目的构建工作。再次,在构建的心理资本项目内容基础上,提出了具体提升心理资本的应用策略。最后,从四个方面提出策略实施的保障。通过研究验证了心理资本增值项目在J公司员工关系管理里应用的必要性,并对在以后具体实施过程中的方法提出好的建议。
其他文献
“大众创业、万众创新”以来,我国的创业热潮不断提升。然而,因资源匮乏、企业流程不完善、难以获得利益相关者认可等因素,初创企业存活率普遍偏低。如何让初创企业更好地生存、发展进而取得成功,不仅意义重大,也是一项充满挑战性的任务。而导致初创企业失败的主要原因之一是初创企业面临的“新创弱性”带来的合法性挑战。如何克服这一挑战进而实现创业生存和成长,成为国内外学者关注的重点。近年来,结合创业领域的相关研究视
工作旺盛感指的是个人能够在工作的过程中同时感受与体验到“活力”和“学习”的状态。工作中的个人成长整合模型认为,工作中的情境因素可以通过满足个人的心理需要(归属感和胜任感等),进而促进个人工作活力的增加和学习状态的改善。基于工作中个人成长的整合模型,本研究采用问卷调查法,选取了来自全国300名社会工作者作为研究对象,详细分析了当前我国社会工作者的工作旺盛感现状、不同群体的工作旺盛感差异、工作旺盛感的
随着我国经济形势的转变和能源产业链调整的推进,煤炭行业开始出现供过于求的局面,煤炭企业才刚刚开始遇到更加激烈的市场需求。尤其是当前状态下,特别是在中美贸易摩擦和经济发展以及经济下行压力的情况下,中国的煤炭需求增长相对缓慢,煤炭企业市场经济竞争中退出参与的壁垒及附带条件较高,煤矿快速扩张的惯性力很大。生产能力使煤炭市场起伏很大,煤炭销售的压力开始逐渐增加,销售市场发生了很大变化。此外,替代煤炭的新类
科学技术的发展使得互联网在经济生活中的重要性日益提升,作为互联网信息的主要载体和主要表现形式,多媒体也得到了充分的发展与应用。在这一过程中,借助多媒体传输技术构建的多媒体传输系统也备受关注。多媒体传输系统大量应用于重要场所和远程区域的监视和控制。目前常见的无线多媒体传输系统主要基于移动通信网和无线局域网等需要基础网络设施的传统网络架构。这些架构普遍安装不便,成本较高,且大多数设备工作在2.4GHz
光电成像设备的应用场景越来越复杂,对于成像系统探测识别的远距高速、视场、分辨率等要求越来越高,传统成像系统已经不能满足当前的应用需求。具有大视场、小体积、高灵敏度等特点的仿生复眼系统开始受到广泛关注。平面仿生复眼无法发挥生物复眼大视场的优势;曲面仿生复眼结构更接近生物复眼,但其所成的曲面像无法被平面探测器接收。为了解决以上问题,发挥复眼光学结构的优势,得到大视场、高分辨率的小型化成像系统,本文围绕
在工作场所中,员工创造力是指其对于产品、服务、流程或商业模式所产生的新颖想法,员工创造力是整个组织创新的基石,当前技术发展日新月异的情况下,提高组织创造力是每个企业都关心的问题。提升组织创造力的关键在于人,即在于每位员工创造力的提升。因此,对员工创造力的研究十分必要。由于好奇心程度较高的员工承担风险的意愿较高,且善于处理不确定性问题,因此他们在工作中更有可能思考出创造性想法并积极付诸实践。同时,好
推荐系统根据用户行为,向用户推荐其可能感兴趣的物品。传统的推荐算法主要是基于领域的算法、隐语义模型等机器学习算法,近年来,神经网络因其强大的表示学习能力,逐渐被用于推荐领域,并取得了比传统算法更出色的效果;传统的协同过滤算法仅依赖于评分矩阵进行推荐,而忽视了丰富的边带信息,例如数据内在的结构信息和文本图像等内容信息,因而普遍面临数据稀疏和冷启动问题。基于以上两点,本文研究基于神经网络的个性化推荐系
SSD(Single-Shot MultiBox Detector)是一种流行的目标检测方法。目前,利用卷积神经网络进行目标检测占据主导地位。然而,卷积神经网络在结构上存在固有的问题:高层网络接受域大,语义信息表示能力强,但分辨率低,几何细节信息弱。低层网络的接收场相对较小,具有较强的几何细节信息表示能力。虽然分辨率越高,但语义信息表达能力越弱。SSD利用多尺度特征映射预测目标,同时利用接收场大的
非均相芬顿催化氧化法作为一种高级氧化技术成为研究热点。然而,其p H适用范围窄、催化活性低以及难以重复使用等缺点限制了其实际应用。缺陷型金属有机框架(MOFs)具有可调活性
结构洞理论的提出是为了解释如何从社会网络的竞争及其交叉关系中获益。但随着信息技术的发展,这一理论逐渐被应用到不同的研究领域如社交网络分析、功能性脑网络构建,传染病防治的有效隔离等。目前,有关结构洞的研究大都停留在理论分析及实际问题的应用。与此相比,结构洞挖掘方法的研究相对较少,现有经典的方法主要以图论知识为基础并结合网络拓扑结构的性质进行结构洞的检测,这些算法存在计算复杂,可扩展性差,难以适应于大