MétaCan
Menu
Retour à la cohorte
Enregistrement W1661408477 · doi:10.1108/ejtd-01-2015-0006

The job of a performance consultant: a qualitative content analysis of job descriptions

2015· article· en· W1661408477 sur OpenAlexaffabout
Saul Carliner, Chantal Castonguay, Emily Sheepy, Ofelia Ribeiro, Hiba Sabri, Chantal Saylor, André Bittencourt do Valle

Notice bibliographique

RevueEuropean journal of training and development · 2015
Typearticle
Langueen
DomainePsychology
ThématiqueHuman Resource Development and Performance Evaluation
Établissements canadiensTelus (Canada)McGill UniversityCanadian Arthritis Patient AllianceConcordia University
Organismes subventionnairesnon disponible
Mots-clésJob analysisCompetence (human resources)Content analysisJob performancePsychologyJob descriptionBachelorKnowledge managementJob designContext (archaeology)Computer scienceApplied psychologyManagementJob satisfactionSocial psychologySociologyPolitical science

Résumé

récupéré en direct d'OpenAlex

Purpose – This study aims to explore the competencies needed by performance consultants, a particular role identified for training and development professionals. The role was formally named and promoted nearly two decades ago. Two ongoing discussions in the field are the competencies needed by training and development professionals and the role of consulting within the field. Design/methodology/approach – This study identifies the general competencies needed by a performance consultant as reflected in job descriptions for the position. It accomplished this goal by collecting job descriptions for the position from organizations in Canada (the result of a practical arrangement with an organization that would collect the descriptions and remove identifying information before the research team analyzed them), systematically analyzing them using qualitative content analysis techniques and generating a profile of the position, which can be used as a basis for further analysis of the position. Findings – The job title and competencies sought in the job descriptions differ from those proposed in the literature. Specific areas of difference include the title (none of the job descriptions analyzed explicitly used the title performance consultant), role in needs analysis and client relationships, technology competence (the job descriptions sought little, if any, while the literature suggests broad conceptual knowledge) and qualifications (most job descriptions only require a bachelor’s degree; many training and development professionals have more education). Research limitations/implications – The profile presented in this paper only represents that used in job descriptions (typically an idealized version) and in a particular national context. But if the results are validated with other methodologies and in other contexts, they suggest that the actual consulting role significantly differs from the one conceptualized in the literature. Practical implications – The findings suggest that the consultant role conceived in the literature differs from the actual job expected by employers, at least as reflected in job descriptions. Research with incumbents in the job is needed to assess whether the inconsistencies are also reflected in the day-to-day work. Social implications – Social implications validate the broad concern that trainers have skills and talents to offer organizations that those organizations do not fully utilize. Originality/value – The paper provides one of the few empirical studies of the job responsibilities of a performance consultant.

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)0,020
score de la tête « metaresearch » (Gemma)0,033
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,020
Score d'incertitude au seuil0,108

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0200,033
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0040,005
Études des sciences et des technologies0,0040,006
Communication savante0,0040,003
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,402
Tête enseignante GPT0,390
Écart entre enseignants0,013 · 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'étudeQualitatif
Domainenon disponible
GenreEmpirique

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

En bref

Citations22
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEuropean journal of training and developmentMême sujetHuman Resource Development and Performance EvaluationTravaux en français237 207