MétaCan
Menu
Retour à la cohorte
Enregistrement W2140292386 · doi:10.5539/ass.v9n10p114

Determining the Importance of Competency and Person-Job Fit for the Job Performance of Service SMEs Employees in Malaysia

2013· article· en· W2140292386 sur OpenAlexvenueno aff
Sethela June, Yeoh Khar Kheng, Rosli Mahmood

Notice bibliographique

RevueAsian Social Science · 2013
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueHuman Resource and Talent Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésJob performanceBusinessJob analysisMarketingPerspective (graphical)Job designJob attitudeSample (material)Contextual performanceContext (archaeology)Service (business)Job satisfactionPsychologyComputer scienceSocial psychology

Résumé

récupéré en direct d'OpenAlex

The small and medium enterprises (SMEs) have contributed to the economic growth and competitiveness of many countries. However, as the SMEs continue to grow as an important entity in many economies including Malaysia, many factors have dampened such progress. While previous studies had focused on its macro perspective in terms of firm level and industry level performance, this study attempted to address the basic issue of SMEs employees in terms of their job performance. This study is underpinned by the theory of job performance and further supported by the theory of congruence. The main objective of this research is to investigate on the relationship that may exist between three variables comprised of competency, person-job fit and the employees’ job performance in the context of service SMEs. Using a quantitative method, a sample of 324 responses was collected using a mail survey from 1500 distributed questionnaires. Results show significant relationships between competency, person-job fit and the job performance of employees. Conclusions and implications of the study were discussed.

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)0,002
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,024
Tête enseignante GPT0,243
Écart entre enseignants0,219 · 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'étudeObservationnel
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

Citations23
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAsian Social ScienceMême sujetHuman Resource and Talent ManagementTravaux en français237 207