被边缘化对员工沉默行为的影响:组织认同和心理安全感的中介作用

为探讨被边缘化对员工沉默行为的影响以及组织认同和心理安全感在以上影响过程中所起的中介作用.采用问卷调查的方法,选取天津市13家企事业单位的330名员工为研究对象,使用结构方程模型分析被边缘化、组织认同、心理安全感与沉默行为的关系.研究结果表明:被边缘化对员工的默许性沉默、防御性沉默以及漠视性沉默均有显著的正向影响;心理安全感在被边缘化与漠视性沉默和防御性沉默之间起部分中介作用,而在被边缘化和默许性沉默关系中的中介作用不显著;组织认同在被边缘化与默许性沉默和漠视性沉默之间起部分中介作用,而在被边缘化和防御性沉默关系中的中介作用不显著.     

变革型领导与团队成员工作态度:基于多层线性模型的研究

本研究探讨团队层面变革型领导与成员团队满意度、团队认同之间的关系,考察团队学习的中介作用,以及影响变革型领导和团队学习关系的权变因素。采用问卷调查方式对某省通讯运营商的85个客服团队进行调查。采用多层线性模型(Hierarchical Linear Modeling)对团队变革型领导、团队学习、团队满意度、团队认同之间的关系进行分析。结果表明,团队学习对团队领导的变革型领导行为与员工工作态度的关系具有一定的中介作用。团队成员工作技能在变革型领导和团队学习间起调节作用。     

新生代科技员工的自我发展诉求对主动创新行为的影响——基于自我效能感和组织认同的中介作用

员工的主动创新行为是推动组织创新以适应环境变化的原动力,作为企业创新主力军的新生代科技员工,其主动创新行为的增加,对组织发展和目标实现有着重要影响.基于价值观的新研究视角和社会认知理论,通过理论分析和实证检验,对山西、陕西12家企业的新生代科技员工及其直属领导进行了配对问卷调查,探讨了新生代科技员工能力与成长工作价值观对主动创新行为的影响机制,并从认知视角构建了中介效应模型.研究结果表明,新生代科技员工能力与成长工作价值观对其主动创新行为具有显著正向影响;自我效能感以及组织认同在新生代科技员工能力与成长工作价值观和其主动创新行为之间具有中介作用.     

个人-组织契合对高校教师敬业度的影响:组织认同的中介作用

为探讨个人-组织契合对高校教师敬业度的影响,以及组织认同在影响过程中的中介作用.采用问卷调查法,以天津、河北、辽宁、河南4省市的660名高校教师为研究对象,运用结构方程建模技术分析个人-组织契合、组织认同与敬业度的关系.研究结果表明:价值观契合、需求与供给契合、要求与能力契合均对高校教师敬业度有显著的正向影响,组织认同在价值观契合以及需求与供给契合对高校教师敬业度的作用路径中均起部分中介作用,而在要求与能力契合对高校教师敬业度的作用路径中起完全中介作用.     

基于泛函分析的高校虚拟科研团队距离管理研究

随着通信和互联网技术的高速发展,在面对科研目标越来越复杂,学科划分越来越精细的背景下,组建跨时空、跨专业的虚拟科研团队将成为未来高校科研方式的主要发展方向.以某高校A虚拟科研团队为例,从行为距离这一新的视角分析虚拟科研团队管理中的行为难题,构建了虚拟科研团队的行为距离综合评价指标体系,采用了模糊评价原理来对行为距离进行度量.最后根据度量结果,提出了解决高校虚拟科研团队的距离难题的基本思路.     

制度和文化感知与煤炭企业愿景认同——基于同煤集团调查数据的实证分析

探讨煤矿企业愿景认同的影响因素,对提高企业凝聚力,实现煤矿企业可持续发展具有重要意义.基于大同煤矿集团有限责任公司下属3矿矿工的问卷调查,通过建立二元Logistic回归模型,分析了影响企业愿景认同的关键因素.在得出教育程度的高低对愿景认同度具有正向作用,但月收入的高低无显著影响;制度保障对愿景认同度具有正向作用,尤其是工作考核的合理性与选拔人才的公正性对愿景认同的影响显著,但食住保障满意度对愿景认同无显著影响两个结论的同时,进一步认证了"支持型文化对愿景认同度具有显著的正向作用,但科层型文化影响不显著"研究成果.     

基于员工行为差异的元胞自动机演化模拟与机制设计

提出了企业员工的正行为、零行为和负行为概念,分析了员工中不同行为间的相互影响.对传统元胞自动机方法进行了改进,建立了基于员工传播性和保持性的元胞自动机模型,并对员工不同的初始比例、不同的行为传播性和保持性以及企业不同奖励和惩罚性政策下的员工行为演化进行了模拟,得到了一些合理和有益的结论,并对不同情形下的人员管理提供了针对性建议.     

组织气氛对团队有效性影响机制的实证分析

本研究以10家高科技组织中的48个工作团队作为研究对象,通过文献研究、问卷调查,利用SPSS11.0软件进行多元回归统计分析,研究了组织气氛中的创新、公平、支持、人际关系和员工身份认同等五个维度对团队有效性的影响作用,研究结果表明不同的组织气氛维度对团队的绩效、团队工作成员的满意度以及团队承诺具有不同的影响,同时,团队组织气氛通过团队群体效能感这个中介变量对团队的有效性产生影响作用。     

员工配置资源行为的优化研究:自适应组织的视角

组织目标必须通过约束体系规范员工行为得以实现.进行组织约束下员工行为的定量研究,这对保证组织健康稳定发展非常必要.员工自身适应组织目标,服从组织的约束体系,配置好自有的资源,使得自身行为得以优化的研究较少.本文简要回顾了经济学理论、组织行为学、人力资源管理等方面对员工配置资源行为优化的研究及应用.界定了组织资源,并将其分为三种类型.在约束体系给出的基础上,将组织对员工行为的控制、要求或激励转为员工在之上或之下的运行约束;认为约束体系具有离散、悬河效应的特点;得出了评价组织约束体系的两种算法.讨论了员工资源及行为.尝试构造了基于员工适应组织约束下,员工的多目标、非线性,既有连续又有离散约束条件的配置资源行为优化的定量模型,并在基于员工利益最大化的前提下,对模型求解最优解的几种情况进行了研究.希望能够填补员工自身适应组织目标,行为优化定量模型这方面研究的空白.     

团队知识共享行为的随机突变模型及仿真

针对团队成员之间的知识共享行为建立一个演化博弈模型,模型中引入监督机制和奖罚机制,并引入白噪声反应博弈过程所受到的随机干扰。借助随机突变理论研究关于团队激励机制、成员自身素质和成员之间交互作用属性参数的连续变化对动力学演化的离散变化的影响即突变性,找到了团队行为发生突变的临界集合。指出演化过程中出现的双模态,反映了团队知识共享行为对外界扰动的敏感性,突跳反映了对参数连续变化的敏感性,而滞后现象反映了管理决策中保持共享行为比治理不共享行为的可靠性。     

地基-结构相互作用系统的时域参数识别

提出地基-结构相互作用系统的时域参数识别方法．在建立地基-结构相互作用的计算模式和运动方程的基础上,运用扩展的卡尔曼滤波技术,将相互作用系统中的参数作为增加的状态变量,建立了该系统的时域参数识别方法．并依据大型振动台条件下的层状地基-贮仓结构相互作用系统的模型试验数据,实施了地基-结构相互作用系统时域参数识别的全过程．计算结果表明,该方法产生良好的参数估计．     

非线性动力学系统的辨识：时频滤波与骨架曲线

利用非平稳信号的时频分析方法研究了一类非线性系统的频率特性和阻尼特性随运动形态的变化规律,得到了能简洁、直观地反映系统基本非线性动力学特性的广义骨架线性系统（简称GSLS）和骨架曲线。在此基础上,利用时频滤波方法根据系统非平稳响应信号对非线性系统进行辨识。该项工作为非线性系统反问题的研究提供了一条新的途径。     

空间一维结构分布动载荷时域识别方法

提出一种适用于空间一维结构分布动载荷的时域识别方法.基于空间分段和时间分段的思想, 推导了载荷时程识别的公式和过程.用MATLAB编写了载荷识别程序,以受分布动载荷简支梁和受随机风载荷输电导线的载荷识别对方法和程序进行验证, 并通过仿真试验研究了噪声对载荷识别的影响.结果表明,该方法对于线性问题有很高的识别精度,对于弱非线性问题能够满足工程应用要求,为分布动载荷时域识别提供了有效的途径.     

空巢老人手机用户的精准识别

以神经网络为计算模型,在合理处理已知数据的异常情况后,依据给定指标制定出(非)空巢老人的标准,以此建立(非)空巢老人集合的核作为学习样本,从而获得初步的识别结果,同时从输入和输出2个方面对其进行了多种检验。这套完整流程,也可用于解决类似的精准识别和其他数据挖掘问题。     

基于小波分析理论的复杂岩性区块油水层识别方法

基于伊通盆地双二段储层岩性变化快,沉积模式复杂等特点,利用小波变换对测井信号进行去高频噪音处理,再运用多分辨率分析、小波包分析对该研究区目的层段流体进行识别.结果表明:去噪处理后的信号在保持原有信号特性的基础上,将高频噪音产生的影响去除,具有高保真,高信噪比的优点.运用小波分析理论,结合分频能量叠加原理对储层流体进行识别,解释正确率在80%以上,远优于常规解释方法,有效地解决了在复杂岩性区块油水层识别难度大的问题.     

环境自然激励下一种结构损伤在线识别方法

提出了一种环境自然激励下工程结构损伤识别方法,该法仅仅通过结构的输出数据识别结构的损伤．首先在结构完好的情况下,通过结构的输出数据识别外部统计参数;然后在结构损伤情况下,通过结构的输出数据识别结构的损伤分布函数．给出了识别结构损伤的理论模型和计算方法．数值仿真结果表明,该方法具有较高的辨别率和计算精度,能够使用在桥梁和建筑的健康监测中．     

农林产品质量分级的物元分析识别模型研究

论述了物元分析识别评判模型,指出该方法在农林系统识别产品质量是较好的一种方法,并用其对我国北方6省12个品种的枣果质量进行分级,为发展优质品种提供科学根据     

Structural Crack Identification Based on the Variational Mode Decomposition北大核心CSCD

In order to enrich the bridge damage detection method and further improve the accuracy of bridge damage identification, a detection method for simply supported beams with cracks under dynamic loads was proposed not based on the complete finite element model. Under the premise of not blocking traffic, the method only needs to analyze and deal with the acceleration responses of the simply supported beam span, which reduces the mounting, dismounting and maintenance of sensors in practical engineering. At the same time, based on the model, an analytical formula of the acceleration at the midspan of the simply supported cracked beam was derived. Based on the theoretical derivation, the instantaneous energy and the mean energy difference were constructed through the variational mode decomposition and the Hilbert transform, and these 2 crack identification indexes were used to effectively identify small cracks with a crack depth ratio of only 5%. Then the influences of different wheel loads, environmental noises and damage degrees on detection results were studied. The results show that: ① the instantaneous frequency has a better recognition effect for crack positions; ② the mean energy difference is sensitive to crack depth ratio δ and the wheel load magnitude; ③ this method has strong noise robustness. © 2022 Editorial Office of Applied Mathematics and Mechanics. All rights reserved.     

Bayesian cohort models for general cohort table analyses

Summary New Bayesian cohort models designed to resolve the identification problem in cohort analysis are proposed in this paper. At first, the basic cohort model which represents the statistical structure of time-series social survey data in terms of age, period and cohort effects is explained. The logit cohort model for qualitative data from a binomial distribution and the normal-type cohort model for quantitative data from a normal distribution are considered as two special cases of the basic model. In order to overcome the identification problem in cohort analysis, a Bayesian approach is adopted, based on the assumption that the effect parameters change gradually. A Bayesian information criterion ABIC is introduced for the selection of the optimal model. This approach is so flexible that both the logit and the normal-type cohort models can be made applicable, not only to standard cohort tables but also to general cohort tables in which the range of age group is not equal to the interval between periods. The practical utility of the proposed models is demonstrated by analysing two data sets from the literature on cohort analysis. The Institute of Statistical Mathematics