MétaCan
Menu
Retour à la cohorte
Enregistrement W2754406787 · doi:10.5430/ijba.v8n6p11

Training U.S. Managers for Distant Shores

2017· article· en· W2754406787 sur OpenAlexvenueno aff
Yezdi H. Godiwalla

Notice bibliographique

RevueInternational Journal of Business Administration · 2017
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueInternational Student and Expatriate Challenges
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFlexibility (engineering)Adaptation (eye)EmpathyTraining (meteorology)BusinessPublic relationsPsychologyPersonal developmentAnxietyMarketingSocial psychologyPolitical scienceManagementEconomics

Résumé

récupéré en direct d'OpenAlex

Proper pre-departure training and post-arrival mentoring of US managers who are assigned for distant and culturally and operationally different countries are vital for their success in their foreign assignment. Training them for foreign assignments is vital because they will be overwhelmed by an onslaught of diverse challenges of their tasks and unfamiliar operating and cultural situations, all of which will confound even the most capable domestic manager. Supervisory and decision making situations will be different from the home country situations with which they are so used to working before they left for the foreign shores. Specifically, they must cope and better manage their personally challenging issues, which are their own personal anxiety and stress arising out of unfamiliar situations that defy the cause-effect logic they were used to in their home countries, the foreign country’s unfamiliar environment causing perceived environmental uncertainty, their own personal flexibility and adaptation, communicating and leading with empathy in host country cultures, and self-efficacy and their own sustained drive for continuously working long hours to accomplish their own personal career goals and the foreign subsidiary’s objectives.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,057
Score d'incertitude au seuil0,192

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0040,000
Communication savante0,0010,001
Science ouverte0,0000,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0570,012

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 Opus0,109
Tête enseignante GPT0,416
Écart entre enseignants0,307 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
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

Citations0
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Business AdministrationMême sujetInternational Student and Expatriate ChallengesTravaux en français237 207