MétaCan
Menu
Retour à la cohorte
Enregistrement W2792429697 · doi:10.5539/jms.v8n1p137

The Relationship Between Implementing Knowledge Management Practices in on-the-Job Training and Developing Professional Skills of Oil Industry Employees

2018· article· en· W2792429697 sur OpenAlexvenueno aff
Roushanak Rahmani, Esfandiar Doshmanziari, Nasser Asgari

Notice bibliographique

RevueJournal of Management and Sustainability · 2018
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueKnowledge Management and Sharing
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLISRELCronbach's alphaKnowledge managementPath analysis (statistics)Knowledge sharingData collectionSample (material)Statistical populationPsychologyVocational educationPopulationPetroleum industryDescriptive statisticsBusinessMedical educationEngineeringComputer scienceStatisticsStructural equation modelingMedicineMathematicsPedagogy

Résumé

récupéré en direct d'OpenAlex

In the technology-based organizations that are active in oil industry, the enjoyment of the employees of the specialized knowledge and skills plays a determinative role in their vocational performance. Inter alia the various prerequisites for such specialized skills in the employees, the present study has dealt with the evaluation of the knowledge management effect. The current study paper is an applied research in terms of its objectives and it has been carried out based on descriptive-survey method. The study population included the operational workers of Naft-e-Shomal Excavation Company that reached to a total of 2000 individuals out of whom 322 individuals were selected as the study sample volume based on convenience method. The data collection tool was a standard questionnaire the reliability of which was evaluated based on Cronbach’s alpha method and a value equal to 0.86 was obtained. The data analyses have been undertaken assisted by path analysis and t-test statistical examinations through taking advantage of LISREL software and SPSS software. The results indicated that all four practices of knowledge management (knowledge creation, knowledge storage, knowledge application and knowledge sharing) exert positive and significant effects on the employees’ development of specialized skills. Also, it was figured out that the company is in a good status in terms of both of the abovementioned factors.

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)0,012
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
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 enseignants0,163
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0120,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
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 Opus0,098
Tête enseignante GPT0,411
Écart entre enseignants0,313 · 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.

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

Citations2
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Management and SustainabilityMême sujetKnowledge Management and SharingTravaux en français237 207