Communication structure of the public sector in India: an empirical analysis
Notice bibliographique
Résumé
Purpose The purpose of this paper is to report empirical research about the chronological development of the organizational structure, functions (functional groups) and competencies of the corporate communication(/public relation) – CC(/PR) department of the central public sector enterprises (CPSEs) in India. This paper also attempts to identify the specific organizational goals that influence CC(/PR) departmental structure and its effectiveness. Design/methodology/approach In total, 34 selected CPSEs reflecting most of the salient features of the public sector in India are identified. Key personnel (or designates) in the CC(/PR) departments are contacted to take an online survey that is built after analyzing previously reported instruments appropriate in this context. Analyses are conducted using SPSS 10.0. Findings Data analysis shows that in many PSUs, the development of full‐fledged CC departments is still at a nascent stage; however, in other PSUs development of CC is already streamlined with company vision and is mature as a division. Key acceptable PR roles include communication for the desired perception among target audience and brand sustainability. In established CC departments, CC is a strategic management tool, synchronizing all intentional forms of internal and external communications, thus helping the PSUs to define its corporate image and improve corporate performance. Through the built‐in measurement systems, PSUs are encouraged to become global players. Originality/value The paper empirically measures the efficiency of CC(/PR) departments of 34 operating CPSEs concerned with the development of the engineering industry in India. This paper would be of value to researchers and practitioners seeking to promote, practice or influence the structuring of CC(/PR) departments.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,007 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».