Sports Education Institutions in Turkey and Their Managerial Effectiveness
Notice bibliographique
Résumé
The aim of this study is to investigate the managerial effectiveness of administrators according to the opinions of theacademicians who work in sports sciences faculties in Turkey. In order to collect the opinions of the academicians,the “Managerial Effectiveness Evaluation (MEE) Scale” was adopted. The MEE scale consists of 5 subscales and 44matters. The gathered data was analyzed with parametric and non-parametric tests by using SPSS 22.0 packagesoftware. Additionally, in order to determine the level and course of the relationship between the dependent variables,“Pearson correlation analysis” was conducted. To better explain the quality of the determined relationship anddetermine the prediction between MEE scale and its subscales, “multiple regression” analysis was conducted.Considering the opinions of the academicians, significant differences were determined in the gender variable in the“Leadership” subscale (p< 0.05). In the correlation analysis, it was determined that the strongest relationship wasbetween the MEE scale and the “Planning and Decision-making” subscale (r= 0.980; p< 0.001) in a positive way andat very high level. With the regression analysis, four distinct model structures were built with 6 independentvariables (MEE scale and its subscales). As a result of these 4 model structures, it was determined that the subscalewith the strongest prediction of the MEE scale was the “Planning and Decision-making” subscale. Furthermore, itwas determined that this subscale predicted the 96% of the variance of MEE scale (R2=0.960).
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».