MétaCan
Menu
Retour à la cohorte
Enregistrement W2512281423 · doi:10.5539/hes.v6n3p127

Comparing Higher Education Practices and Cultural Competences in Kenya and the United States

2016· article· en· W2512281423 sur OpenAlexvenueno aff
Kennedy Musamali, Barbara Martin

Notice bibliographique

RevueHigher Education Studies · 2016
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueInternational Student and Expatriate Challenges
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCultural intelligenceLeadership styleConceptual frameworkEducational leadershipCultural competenceCultural diversityShared leadershipInstructional leadershipSociologyOrganizational cultureLeadership developmentPsychologyPublic relationsPolitical sciencePedagogySocial scienceSocial psychology

Résumé

récupéré en direct d'OpenAlex

<p>Examined within this paper are effective leadership practices across two cultures. Specifically, this study examined the relationship between cultural competency and effective leadership practices in higher education institutions. A quantitative design was used to investigate and compare effective practices of educational leaders in two distinct cultures, Kenya and the United States. Kouzes and Posner’s (2002) conceptual framework was used to examine effective leadership practices while the cultural intelligence conceptual framework developed by Earley and Ang (2003) was utilized to assess the influence of culture on effective leadership. A significant correlation was found between effective leadership practices and cultural intelligence. The results have implication for leadership practices in higher education settings across cultures.</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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,560
Score d'incertitude au seuil0,938

Scores Codex et Gemma par catégorie

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

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 Opus0,134
Tête enseignante GPT0,437
Écart entre enseignants0,304 · 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 tête enseignante, 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
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHigher Education StudiesMême sujetInternational Student and Expatriate ChallengesTravaux en français237 207