MétaCan
Menu
Retour à la cohorte
Enregistrement W2011636312 · doi:10.7202/029779ar

Formation Continue et Performance des Entreprises en Côte d’Ivoire

2009· article· fr· W2011636312 sur OpenAlexvenueno aff
Abdoulaye Ouattara

Notice bibliographique

RevueManagement international · 2009
Typearticle
Languefr
DomaineEconomics, Econometrics and Finance
ThématiqueFirm Innovation and Growth
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPolitical scienceHumanitiesEconomicsPhilosophy

Résumé

récupéré en direct d'OpenAlex

Cette étude examine, dans le contexte de la gestion des ressources humaines, les secteurs d’activité qui investissent le plus dans la formation continue en Côte d’Ivoire et apprécie l’incidence des dépenses de formation sur la performance des entreprises. Il ressort que les entreprises de l’industrie chimique, l’agro-alimentaire, le commerce et le secteur des transports et communications accordent des budgets plus importants au renforcement des compétences. Ce qui se traduit par une prépondérance de la rentabilité de la formation continue dans ces secteurs. L’estimation des données de panel par les effets fixes et par la méthode de panel dynamique de Arellano et Bond, met en exergue l’effet positif de la formation continue sur la valeur ajoutée avec un effet plus grand des investissements de l’année antérieure. Nous soutenons donc la nécessité de tenir compte des effets sur le moyen terme dans l’évaluation du rendement de la formation et de promouvoir toute politique qui vise à inciter les entreprises à investir dans le renforcement des capacités humaines.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,765
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

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

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 Opus0,020
Tête enseignante GPT0,228
Écart entre enseignants0,207 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations4
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueManagement internationalMême sujetFirm Innovation and GrowthTravaux en français237 207