MétaCan
Menu
Retour à la cohorte
Enregistrement W1910145724 · doi:10.3968/j.css.1923669720110703.009

The Specificity of Human Capital and Risk Management of the College Counselor from the Perspective of Internationalization

2011· article· en· W1910145724 sur OpenAlexvenueno aff
Song Fan-jin, Dongqiang Wang, Jinping Song

Notice bibliographique

RevueCanadian social science · 2011
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueHuman Resource and Talent Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHuman capitalPerspective (graphical)Capital (architecture)Political scienceHumanitiesSociologyManagementPhilosophyEconomicsEconomic growthComputer science

Résumé

récupéré en direct d'OpenAlex

Shifting the concept of human resource to the concept of human capital is an inevitable tendency in developing human resource of college counselor. It is because the college counselor has its own specificity that it is hardly possible to avoid the risks of entry and exit which brings in completely. The paper listed the priority of psychological capital, human capital and social capital of the college counselor from the perspective of in-system in the order to attempt to discuss their inner logical relationship based on the basic theory of risk management. Key words: College counsellor; The specificity of human capital; Risk management; In-system Resume: Deplacer le concept de ressources humaines pour le concept de capital humain est une tendance inevitable dans le developpement des ressources humaines de conseiller du college. C'est parce que le conseiller college a sa propre specificite qu'il n'est guere possible d'eviter les risques d'entree et de sortie qui amene a fond. Le document enumere les priorites du capital psychologique, le capital humain et le capital social de la conseillere college dans la perspective d'en-systeme dans l'ordre pour tenter de discuter de leur relation logique interne base sur la theorie de base de gestion des risques. Mots cles: Universite de conseiller; La specificite du capital humain; La gestion des risques; Et du systeme

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,889
Score d'incertitude au seuil0,946

Scores Codex et Gemma par catégorie

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

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 Opus0,018
Tête enseignante GPT0,219
Écart entre enseignants0,200 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
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

Citations0
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian social scienceMême sujetHuman Resource and Talent ManagementTravaux en français237 207