E-Cash management System in the Public Sector in Sri Lanka: With Special Reference to the Ministry of Public Administration & Home Affairs
Notice bibliographique
Résumé
E-cash Management System enhances cash management in the private sector and the public sector in a fast pace of organizational environment change. Though it has not a universal framework for e-cash management, the public sector in many countries has provided its usefulness by dint of their results of application. Concurrently, the public sector in Sri Lanka has also initiated e-cash management at ministerial and departmental levels parallel to the existing setup. Despite many attempts made in improving e-cash management system in the public sector, little progress has been made. However, there is a lack of research on e-cash management in the public sector in Sri Lanka. Thus, this study focuses to fill the gap in this regard. This study seeks to contribute knowledge in this area by addressing related questions. The first research question is as follows: Despite many reformsmade in the administration system in the public sector, whydo the issues in respect of e-cash management system abide or persist or prevail to be addressed? Secondly, what are the factors that have adversely affected the progress of e-cash management? Hence the study was carried out to elite answer to the aforementioned questions.Combinations of Qualitative and Quantitative research strategies were applied in the research process which is commonly known as mixed method research. Random sampling method was applied. Samples of 500 managers in the public sector were selected and only 317 responded. Data were collected by self-administered Questionnaire and interviewed concurrently. Using the data from the survey analyses was completed. The results of the study revealed that the existing level of e-cash management owing to administrative reforms and implementations have not effectively addressed the deep-rooted social, political and cultural issues which pose as crucial barriers for the success of e-cash management.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 source (Gemma direct ou Codex distillé), 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 ».