MétaCan
Menu
Retour à la cohorte
Enregistrement W2165636074 · doi:10.5539/ass.v11n26p43

What Is Wrong with Competency Research? Two Propositions

2015· article· en· W2165636074 sur OpenAlexvenueno aff
Rossilah Jamil

Notice bibliographique

RevueAsian Social Science · 2015
Typearticle
Langueen
DomainePsychology
ThématiqueCompetency Development and Evaluation
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésOmnipresenceUnderpinningPositivismSubject (documents)EpistemologyIdeologyPsychologySociologyEngineering ethicsManagement scienceComputer sciencePolitical scienceEconomicsPhilosophy

Résumé

récupéré en direct d'OpenAlex

The theory and practice of competency approach has remained significant even decades after its conception. However despite its omnipresence, its validity has been repeatedly questioned. For it to be a truly useful tool, these criticisms and their roots must be critically analyzed to identify improvement measures. To find the solutions, a proper analysis of the competency subject must be first conducted. This paper aims to revisit the prevailing competency theories and backgrounds, with the intention to identify gaps and propose corrective measures. This paper starts by reviewing the theoretical foundations underpinning the competency approach, its origins, frameworks and key criticisms. Based on the reviews, it was found that the approach suffers two limitations. Firstly, its frameworks tend to be bias towards achieving utilitarian objective whereby definition of competent managers is limited to their contribution to organizational economic performance. Secondly, its research were mainly conducted from the positivistic lenses which over-simply the complex nature of managerial work. Based on these findings, the author then proposes epistemological and ideological turns that researchers should consider in researching the competency subject.

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)0,052
score de la tête « metaresearch » (Gemma)0,096
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,948
Score d'incertitude au seuil0,273

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0520,096
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0050,004
Études des sciences et des technologies0,0060,060
Communication savante0,0140,027
Science ouverte0,0020,010
Intégrité de la recherche0,0090,014
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,128
Tête enseignante GPT0,453
Écart entre enseignants0,324 · 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.

Devis d'étudeThéorique ou conceptuel
DomaineMéthodes
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

Citations14
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAsian Social ScienceMême sujetCompetency Development and EvaluationTravaux en français237 207