MétaCan
Menu
Retour à la cohorte
Enregistrement W2561659357 · doi:10.5539/ies.v10n1p163

Design, Explanation, and Evaluation of Training Model Structures Based on Learning Organization—In the Cement Industry with a Nominal Production Capacity of Ten Thousand Tons

2016· article· en· W2561659357 sur OpenAlexvenueno aff
Hamid Rahimian, Mojtaba Kazemi, Abbas Abbspour

Notice bibliographique

RevueInternational Education Studies · 2016
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueOrganizational Learning and Leadership
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésStructural equation modelingOrganizational learningSample (material)PopulationPsychologyFace validityKnowledge managementStatistical populationEngineeringComputer scienceStatisticsMathematicsSociologyDescriptive statisticsPhysics

Résumé

récupéré en direct d'OpenAlex

This research aims to determine the effectiveness of training based on learning organization in the staff of cement industry with production capacity over ten thousand tons. The purpose of this study is to propose a training model based on learning organization. For this purpose, the factors of organizational learning were introduced by qualitative research in the form of open codes, axial codes, selective codes and the resulted observations, and then the final model was obtained by structural equation model. The data were collected from the staff of three cement companies of Abyek, Tehran, and Sepahan, with a statistical population of 1719 staff of cement industry. The qualitative research sample included 29 experienced experts in the field of cement industry, and the quantitative research sample included 326 staff and experts, who were selected by multi-stage cluster sampling. A self-made questionnaire consisting of 72 questions was used to measure quantitative variables. The reliability of the questionnaire was 0.93 and its content and face validity was determined by expert colleagues and professors, the structural equation model and regression was used to analyze the quantitative data. The results showed that the status of learning organization in cement companies is in average level. Finally, the obtained model consisted of both individual and organizational factors. The individual factors affecting organizational learning include teaching scientific content, perception, trust, and self-efficacy of training. The organizational factors affecting organizational learning include organizational culture, forming the structure, the method of management and leadership, preparing human resource (identity), adaption to the environment, policies, rules, and regulations, and achieving a viable product. The share of individual factors on learning organization is higher than the effect organizational factors; the share of each factor is also determined.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
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 enseignants0,529
Score d'incertitude au seuil0,399

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
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 Opus0,164
Tête enseignante GPT0,328
Écart entre enseignants0,164 · 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

Citations3
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Education StudiesMême sujetOrganizational Learning and LeadershipTravaux en français237 207