MétaCan
Menu
Retour à la cohorte
Enregistrement W2978146738 · doi:10.18034/gdeb.v8i2.98

Human Resource Information System (HRIS): An Important Element of Modern Organization

2019· article· en· W2978146738 sur OpenAlexaff
Manna Akter Lina

Notice bibliographique

RevueGlobal Disclosure of Economics and Business · 2019
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueBig Data and Business Intelligence
Établissements canadiensLa Cité Collégiale
Organismes subventionnairesnon disponible
Mots-clésHuman resource management systemPayrollHuman resourcesHuman resource managementKnowledge managementBusinessInformation systemResource management (computing)Information technologyStrategic human resource planningProcess managementComputer scienceManagementEngineeringAccountingEconomics

Résumé

récupéré en direct d'OpenAlex

Human resources are the most important factor for any organization working in the 21st century. With the increasing effect of globalization and technology, organizations have started to use information systems in various functions of human resources. Human resource information system (HRIS) is not a new concept. Its application is improving day by day with changing the environment. It is one kind of software for data entry, data tracking, and other information about Human Resources like payroll, management, and accounting functions within an organization. An HRIS generally provide the ability to make the plan more effectively, control and manage HR costs; attain better efficiency and excellence in HR decision making; and improve employee and managerial productivity and effectiveness. Lastly, I can say that HRIS has various benefits, but the primary benefit is HRIS stores plenty of data about the employees of the organizations. It also helps in the strategic activities of HR managers and more in training and development, applicant tracking in recruitment and selection and human resource planning, etc.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,527
Score d'incertitude au seuil0,615

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,002
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 Opus0,015
Tête enseignante GPT0,216
Écart entre enseignants0,201 · 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.

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

Citations3
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGlobal Disclosure of Economics and BusinessMême sujetBig Data and Business IntelligenceTravaux en français237 207