MétaCan
Menu
← Retour à la cohorte
Enregistrement W2291736426 · doi:10.14288/1.0099406

A meta-analytic review of the effectiveness of personnel selection procedures and training interventions in sales occupations

2009· review· en· W2291736426 sur OpenAlexaff
Seonaid Farrell

Notice bibliographique

RevuecIRcle (University of British Columbia) · 2009
Typereview
Langueen
DomaineBusiness, Management and Accounting
ThématiqueJob Satisfaction and Organizational Behavior
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésPsychological interventionTraining (meteorology)Selection (genetic algorithm)BusinessOperations managementActuarial scienceMarketingComputer scienceEconomicsMedicineNursingArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Applied research on the effectiveness of personnel selection procedures and training interventions in sales occupations was examined by meta-analytic techniques. The literature review included 170 predictorcriterion effect sizes of selection procedures, and 12 effect sizes of training interventions. On average, composite-domain selection assessments predicted salesperson performance (multiple R = .59, p < .05), while the effects of single domain selection assessments and training interventions (r = .27, p > .05; r= .16, p > .05, respectively) were not statistically significant. Among the personnel selection procedures, subjective ratings of performance were predicted by personality assessments (r = .20, p < .05), biographical information inventories (r = .20, p < .05), and cognitive ability (r = .32, p < .05). While objective measures of performance were predicted by special purpose sales assessments (r = .49, p < .05). An analysis of the utility of selection procedures and training interventions based on the average effect sizes found in the present study revealed substantial dollar value gains to the company from the use of personnel selection procedures and training interventions in sales occupations.

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)0,013
score de la tête « metaresearch » (Gemma)0,046
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,066

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0130,046
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0120,013
Bibliométrie0,0070,008
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,063
Tête enseignante GPT0,266
Écart entre enseignants0,203 · 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'étudeMéta-analyse
Domainenon disponible
GenreSynthèse

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
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuecIRcle (University of British Columbia)→Même sujetJob Satisfaction and Organizational Behavior→Travaux en français237 207→