Training Transfer: A New Model in the United Arab Emirates General Education Sector—Hybridization of the Theory of Planned Behavior with the Training Transfer Model
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
This study investigates variables in training transfer in the general education (school) sector of the United Arab Emirates (UAE) by hybridizing the established training transfer model and the theory of planned behavior (TPB). The hybridized model employs four variables: (i) supervisor support, (ii) training design, (iii) intention to transfer, and (iv) training transfer. This model is used to test nine hypotheses. The study sample comprised 225 employees from the UAE general education sector. Study participants (respondents to a questionnaire) were recruited by simple random sampling. The study questionnaire data was analyzed using Partial least squares structural equation modeling PLS-SEM. The study model had a good fit confirming a good fit of the hypothesized model to the empirical data. Eight out of nine hypotheses were accepted. The study is generally parallel with TPB. It demonstrates that intention to transfer has a dominant and central (mediating) influence on transfer process and transfer behavior. Remarkably, supervisor support is important only in the pre-training phase. For the UAE education sector to succeed in effective training transfer, supervisors must be properly trained to design training programs, particularly to enhance the trainee’s intention to apply training on the job. This study proved empirically that designing training is a critical influence of a trainee’s intention to apply training. Training design and intention to transfer are mediators and play a central role in promoting the training transfer process. Future studies should focus on including TPB and intention in the training transfer researches.
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.
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 | 0,001 | 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 | 0,000 |
| Science ouverte | 0,000 | 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 découle