MétaCan
Menu
Retour à la cohorte
Enregistrement W2164009301 · doi:10.5267/j.msl.2011.06.004

Global economic meltdown and its effects on human capital development in Nigeria: Lessons and way forward

2011· article· en· W2164009301 sur OpenAlexvenueno aff
Kehinde Oladele Joseph

Notice bibliographique

RevueManagement Science Letters · 2011
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueUnemployment and Economic Growth
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHuman capitalBusinessEconomic growthEconomicsDevelopment economicsEconomic systemClassical economicsEconomic geography

Résumé

récupéré en direct d'OpenAlex

Global economies around the world have experienced the most traumatic moments in the last one-decade.The crisis has been described by scholars, as perhaps been the worst financial crisis since the great economic depression of the 1930s.This paper lucidly examines the effects of global economic recession on the development of human capital with reference to Nigeria nation.The objectives of the paper among others are (i) To establish the level of the impact of global economic recession on development of skills of human capital in Nigeria (ii) To examine if there is any significant relationship between global economic recession and the motivation of human capital development in Nigeria among others.The paper uses survey method with two research hypotheses.Questionnaires were administered among academic staff of two Nigerian universities in the southwest part of Nigeria.Findings showed that the global economic recession has great impact on the development of skills of human capital in Nigeria.Findings also revealed that there exists a positive relationship between global economic recession and training and development of human capital in Nigeria.The paper offers useful policy recommendations, which include the need for government and appropriate agencies to put in place policies such as enabling environment that will lead to the growth and development of human capital in Nigeria.Government needs to put forward policies that minimize cost at all levels, maximize efficiency of output, training and retraining of goods hands; and that there is need to encourage better motivation of workers at every sector of the economy amongst others.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,025
Score d'incertitude au seuil0,049

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,032
Tête enseignante GPT0,225
Écart entre enseignants0,193 · 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

Citations2
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueManagement Science LettersMême sujetUnemployment and Economic GrowthTravaux en français237 207