Evaluating Corporate Identity in the Office of Production Business Group in Bangkok through Automotive Business and Real Estate Business
Notice bibliographique
Résumé
The objective of this research is to (1) evaluate the differences of physical factors and (2) evaluate the level of Building users' perception of the physical factors in the office which convey the meaning of Corporate Identity between the automotive business and the real estate business. The samples chosen for this research include 10 automotive business offices and real estate offices located in Bangkok area with a total number of 324 persons, using questionnaire to collect relevant data; using Likert Scale to evaluate the internal environment in the office; using t-test / ANOVA to analyze perceptual level data and differences in 8 physical factors which reflect the corporate identity under this research, i.e. (1) Colors in decoration; (2) Lighting in decoration; (3) Furniture style; (4) Decorative style; (5) The shape of space; (6) Continuity of space; (7) Wall decoration and graphic works and (8) Material in decoration. Based on the results of the research, it was found that there were physical factors which reflected the corporate identity of the organization and affected the perception level of those who were building users at a high level. The said 4 physical factors consisted of (1) Colors in decoration; (2) Interior decorative style; (3) Lighting in decoration, and lastly (4) Material in decoration. However, the individual characteristics of building users such as gender, age, and duration of work also affected the recognition of corporate identity significantly.
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,009 |
| Science ouverte | 0,001 | 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 ».