Réactions du chef de PME après utilisation d'un système d'évaluation multi-source
Notice bibliographique
Résumé
In a context of intense economic competition, organizations are increasingly using instruments of performance evaluation.The multi-source feedback or 360 0, is one of those.The literature seems still silent on what type of evaluation is really about the reaction it generates among evaluated.In response to a request from the Groupement des chefs d'entreprise du Qubec (GCEQ), a system of multi-source assessment was designed by the Laboratoire de recherche sur la performance des entreprises (LaRePe).The PDG-Leadership, specifically used to measure the skills of managers of SMEs as a leader.After sorne years of use, developers want to better understand its impact in order to improve it and make it ev en better.To address these theoretical and practical considerations, a survey was conducted among 87 business leaders from Quebec who had already been assessed using this tool.This research has the purpose, the validation of a preliminary model proposed by Smither, London, and Reilly, 2005a, to examine the variables that influence that evaluated undertake actions as a result of their feedback and the other, to know these actions, in short, that the system of feed-back multi-source (FMS) really.From the analysis of data collected, a list of 112 shares was established.ln turn, this led to a categorization of actions taken.Although the FMS system is effective, it should be noted that entrepreneurs seem to react differently from other categories assessed.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,000 |
| Communication savante | 0,001 | 0,005 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,002 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».