Training Needs Assessment of Technical Skills in Managers of Tehran Electricity Distribution Company
Notice bibliographique
Résumé
<p class="apa">Current dissertation has been conducted in order to investigate and detect training needs of the mangers (top and middle) in Tehran Electricity Distribution Company. Research method is applied kind based on its purpose. Due to data collection method, this query is descriptive-survey type. Statistical population in this study is all of managers in Tehran Electricity Distribution Company in 2014 who are 144 men. Sample size has been determined 108 persons referring to the Morgan’s table. To sample, multi-steps clustering method has been applied. Data collected using questionnaires. Questionnaire’s validity has been obtained using comments by experts, guidance professor and consultant professors and its reliability was obtained via experimental implementation and calculating Cronbach’s alpha which is equal to 0.93 Collected data were analyzed using descriptive statistical techniques (Mean, median, mode, standard deviation, skewness, elongation, minimum and maximum) and inferential statistical techniques (single group Chi-square test, independent t-test and Friedman’s One-way Analysis of Variance and post hoc LSD test). Research findings imply that training needs assessment of technical skills in directors are: Technical issues, how to use computer and internet, Personnel and administrative matters, administrative rules and regulations, administrative correspondence principles and archive mechanisms, staff evaluation, appropriate use of funds, supervision, respectively. Also, it was manifested that there is a significant difference between training needs assessment of directors’ technical skills based on their experience. No significant difference was observed between managers’ technical skills based on their educational degree.</p>
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 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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».