Does Effective Leadership Style Drive Financial Performance of Banks? Analysis in the Context of UAE Banking Sector
Notice bibliographique
Résumé
The success for any organization in its competitive business arena depends upon an effective human resource system that is lien with its organizational strategy. In today’s world banks play an important role in the social economy. The banking industry falls under the service domain where efficient risk management cannot be possible without efficient and skilled manpower. The banking sector will be termed as “People Business”. The two key challenges facing banks are management of people and management of risk to determine success in the banking business. “Soft skill” is the call for today in the banking sector more than operational skills which is needed to fulfill the requirement of the customers at the counter. A combination of new technologies, diversification of products, quicker credit and risk appraisal, managing treasury and human resource at the priority would take the bank industry to the heights of international excellence. In the Gulf region, UAE is considered as a fast developing country with a strong interest for the best management practices to improve overall performance. This study targeted banks which were listed with two different markets Abu Dhabi Securities Exchange (ADX) and Dubai Financial Market (DFM). In the present study researched adopted judgment sampling approach and identified a total of 18 banks for whom selective historical financial data was available. From the results of the study it is evident that there is a direct impact of leadership style on performance of the organization. Since leadership style is one of the facets of organizational HR practices, by extension the researcher concludes that leadership style is related to the level of financial performance of an organization.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».