MétaCan
Menu
Retour à la cohorte
Enregistrement W2185175087

Propensity to Join the Royal Canadian Navy

2014· article· en· W2185175087 sur OpenAlexaboutno aff
Lisa A. Williams, Krystal K. Hachey, Line St‐Pierre

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueEmployer Branding and e-HRM
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCentennialNavyOutreachGovernment (linguistics)ManagementPolitical scienceHuman resourcesPublic relationsBusinessEngineeringLawGeography
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Recruiting is an essential component of successful human resources management and is used to influence individuals to apply to organizations (Barber, 1998). As such, it has been an important focus of the Canadian Armed Forces (CAF). In 2008, the Canadian Federal Government announced a new defence strategy, which included increasing the size of the CAF to 70,000 Regular Force (Reg F) and 30,000 Reserve Force (Res F) personnel. In order to meet the increased personnel requirements, the CAF implemented a new recruiting and advertising campaign, which included initiatives such as more outreach activities to schools and job fairs, the revamping of the CAF recruiting website, and the development of new commercials ; all of which helped showcase the present role and focus of the CAF. While the new initiatives were quite successful with regard to recruiting Canadian Army (CA) personnel, 1 the recruitment of Royal Canadian Navy (RCN) personnel, particularly in certain occupations, had remained an area of concern, leading to issues such as undermanning on ships. To counteract this, the RCN engaged in a number of specific marketing and attraction strategies designed to increase awareness of the RCN, as well as promote it as a preferred career choice. This included the Great Lakes Deployment tour (tours of Her Majesty’s Canadian Ships [HMC Ships] to the cities bearing their names), the development of commercials prominently featuring RCN operations, and a host of activities to highlight the Canadian Naval Centennial, whose theme was “Bring the Navy to Canadians” (Canadian Naval Centennial, nd). In conjunction with this, Director Naval Personnel (D Nav Pers) engaged the research unit of the Department of National Defence (DND) to conduct an extensive study into the reasons why individuals join the Royal Canadian Navy. Although that research covered a wide spectrum of attraction and recruiting factors, the current study is focussed on a subset of these. Specifically, this study aimed to capture the reasons why recruits applied to the RCN in particular, and whether the influence of others or recruits’ prior familiarity with the RCN impacted their decision to apply.

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)0,001
score de la tête « metaresearch » (Gemma)0,005
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 enseignants0,191
Score d'incertitude au seuil0,385

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0060,001
Communication savante0,0030,001
Science ouverte0,0020,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0490,008

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 Opus0,023
Tête enseignante GPT0,196
Écart entre enseignants0,173 · 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

Citations0
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetEmployer Branding and e-HRMTravaux en français237 207