MétaCan
Menu
Retour à la cohorte
Enregistrement W1555774041 · doi:10.1108/13639510410519921

Police officer performance appraisal systems

2004· article· en· W1555774041 sur OpenAlexaffabout
Larry M. Coutts, Frank Schneider

Notice bibliographique

RevuePolicing An International Journal · 2004
Typearticle
Langueen
DomaineSocial Sciences
ThématiquePolicing Practices and Perceptions
Établissements canadiensUniversity of Windsor
Organismes subventionnairesnon disponible
Mots-clésPerformance appraisalOfficerSupervisorEmployee Performance AppraisalIdentification (biology)Job performancePsychologyTraining and developmentApplied psychologyPublic relationsBusinessManagementJob satisfactionSocial psychologyPolitical scienceNursingMedicine

Résumé

récupéré en direct d'OpenAlex

Constables, sergeants, and staff sergeants (n=393) representing 15 municipal Canadian police departments completed a survey in which they reported about their organizations’ performance appraisal practices. In general, the officers’ responses suggested that their organizations’ performance appraisal systems were deficient with respect to well‐established key components of performance appraisal. Most officers indicated that they, for example, had little or no opportunity for input, did not receive informal feedback on a regular basis, received evaluations that were based on personal traits (as opposed to performance criteria), and their appraisals did not to lead to improved job performance or the identification of career development objectives. Also, the vast majority of officers indicated that supervisors received little or no training. In addition to emphasizing the need for improved supervisor training, the discussion focused on the negative consequences of inadequate performance appraisal at the individual level (e.g. employee development) and the organizational level (e.g. poor utilization of resources and undermining other systems and organizational change strategies).

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,018
score de la tête « metaresearch » (Gemma)0,043
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,162
Score d'incertitude au seuil0,322

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0180,043
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0100,009
Études des sciences et des technologies0,0040,001
Communication savante0,0040,002
Science ouverte0,0020,003
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,002

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,059
Tête enseignante GPT0,426
Écart entre enseignants0,368 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations48
Publié2004
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePolicing An International JournalMême sujetPolicing Practices and PerceptionsTravaux en français237 207