The application of a selection of decision-making techniques by employees in a transport work environment in conjunction with their perceived decision-making success and practice
Notice bibliographique
Résumé
A lack of optimum selection and application of decision-making techniques, in conjunction with suitable decision-making practice and perception of employees in a transport work environment demands attention to improve overall performance. Although multiple decision-making techniques exist, five prevalent techniques were considered in this article, namely the Kepner-Tregoe, Delphi, stepladder, nominal group and brainstorming techniques. A descriptive research design was followed, using an empirical survey which was conducted among 210 workers employed in a transport work environment and studying in the field of transport management. The purpose was to establish to what extent the five decision-making techniques are used in their work environment and furthermore how the decision-making practice of using gut-feel and/or a step-by-step decision-making process and their perception of their decision-making success relate. The research confirmed that the use of decision-making techniques is correlated to perceived decision-making success. Furthermore, the Kepner-Tregoe, stepladder, Delphi and brainstorming techniques are associated with a step-by-step decision-making process. No significant association was confirmed between the use of gut-feel and decision-making techniques. Brainstorming was found to be the technique most frequently used by transport employees; however, it has limitations as a comprehensive decision-making technique. Employees working in a transport work environment need training in order to select and use the four comprehensive decision-making techniques.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,019 | 0,054 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».