Motives for Training and Management Development in the Nigerian Banking Industry
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
This study focused on the motives for training and management development using the Nigerian Banking Industry as a case study .The study relied on both qualitative and quantitative analysis of data. The entire staff of the 25 commercial banks as at 2007 in Nigeria is the population of the study and the difficulty in studying the whole population makes sampling inevitable. In the selection of the banks for this study, stratified sampling technique was adopted. All the 25 banks as at 2007 were stratified into two, old and new Generation Banks. Consequently 4 banks were selected from each stratum. A total of 320 questionnaires were administered. 281 out of the 320 questionnaires were however returned and found suitable for analysis. The data obtained through questionnaire were analyzed using descriptive statistics and inferential statistics such as frequency distribution and Analysis of Variance (ANOVA), respectively. The results of the analysis showed that banks see training and management development as important factors, as well having motives for investing in Training and management development. These motives include- new technology; productivity; responding to skills deficiencies; moral duty; new hire request; and staff request. Some of the recommendations based on the findings include- training should be seen as one of the most important strategies for organizations to help employees gain proper knowledge and skills needed to meet the environmental challenges; it must also be noted that, training and development, though primarily concerned with people, is also concerned with technology, the precise way an organization does business.
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.
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 | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 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 découle