MétaCan
Menu
Retour à la cohorte
Enregistrement W2743916467 · doi:10.5539/jms.v7n3p120

The Practice of Basic HR Functions in Garments Industry in Bangladesh: Focus Group Finding

2017· article· en· W2743916467 sur OpenAlexvenueno aff
Md. Rahat Khan, Murshedul Arafin, S. M. Khaled Hossain

Notice bibliographique

RevueJournal of Management and Sustainability · 2017
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueEmployer Branding and e-HRM
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésConsistency (knowledge bases)BusinessMarketingFocus groupClothingDescriptive statisticsOperations managementPsychologyEngineeringStatisticsComputer sciencePolitical scienceMathematics

Résumé

récupéré en direct d'OpenAlex

A Focus Group Discussion has been made to see the practice of basic HR functions ingarment industry in Bangladesh. 13 garments employees along with the researchers in total 16 members were consisted for the FGD and the finding shows the prime reasons for the deviation of HR practice in different areas are attract foreign buyers, enhancing the brand value of the organization, employee-management relationship, cost minimization pressure, keep environment green, auditing policy compliance. Few factors have also been sort out under the four basic HR functions; those are employment planning, job advertisement, and recruitment & selection practice, orientation, training & development facilities, career development, job security, better salaries, appraisal systems, different leave policies, work environment, health & safety issues, transport facilities, working hour. A quantitative analysis has also been conducted by using those identifing factors from 150 employees’ responses. The study conducted the reliability test to find out the consistency of the data. Then the study shows the descriptive analysis of mean response & Std. deviation of responses. Finally the study goes for correlation analysis for those four HR functions and the result shows the relationships among the all the functions are strongly positively correlated to each others.

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)0,004
score de la tête « metaresearch » (Gemma)0,001
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,046
Score d'incertitude au seuil0,403

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,001
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 savante0,0000,002
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,018
Tête enseignante GPT0,276
Écart entre enseignants0,258 · 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

Citations11
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Management and SustainabilityMême sujetEmployer Branding and e-HRMTravaux en français237 207