MétaCan
Menu
Retour à la cohorte
Enregistrement W2098560737 · doi:10.5267/j.msl.2013.02.007

A study on effects of the best human resource management methods on employee performance based on Guest model: A case study of Charmahal-Bakhtiari Gas distribution firm

2013· article· en· W2098560737 sur OpenAlexvenueno aff
Mashallah Valikhani Dehaghani, Mohamad Malekmohamadi Faradonbeh

Notice bibliographique

RevueManagement Science Letters · 2013
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueManagement Theory and Practice
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBusinessHuman resource managementDistribution (mathematics)Human resourcesIndustrial organizationEnvironmental economicsOperations managementKnowledge managementProcess managementComputer scienceEconomicsManagementMathematics

Résumé

récupéré en direct d'OpenAlex

Human resource management plays an essential role on the success of any business units such as utility firms.In this paper, we present a study to investigate the effects of different human resource management on employee performance.The proposed study is applied on one of gas distribution units in province of Charmahal-Bakhtiari, which is located west part of Iran.There were 161 people working for this firm where 75 employees were working in center of province and 86 employees were working in other sides of province.Cronbach alpha is calculated as 0.83, which is well above the minimum desirable limit.The study uses Pearson correlation test to investigate the effects of Hiring system, Training system, Job design, Organizational relationship and Share ownership programs on employee performance.The results of our survey indicate that job design is the most important technique for employee management followed by training system, organizational relationship and share ownership programs.

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)0,003
score de la tête « metaresearch » (Gemma)0,004
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,024

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0020,001
Communication savante0,0010,001
Science ouverte0,0010,001
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 Opus0,029
Tête enseignante GPT0,304
Écart entre enseignants0,275 · 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

Citations1
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueManagement Science LettersMême sujetManagement Theory and PracticeTravaux en français237 207