MétaCan
Menu
Retour à la cohorte
Enregistrement W2995097438 · doi:10.5430/rwe.v10n3p391

Effects of Downsizing on Employee Performance of Selected Manufacturing Firms in Anambra State, Nigeria

2019· article· en· W2995097438 sur OpenAlexvenueno aff
Anekwe Rita Ifeoma, Mukhtaruddin Mukhtaruddin, J. Johny Natu Prihanto

Notice bibliographique

RevueResearch in World Economy · 2019
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueOrganizational Downsizing and Restructuring
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAbsenteeismRespondentBusinessJob insecurityManufacturingSimple linear regressionDescriptive statisticsManufacturing sectorTurnoverData collectionDemographic economicsOperations managementMarketingRegression analysisLabour economicsEconomicsStatisticsManagementEngineering

Résumé

récupéré en direct d'OpenAlex

The study examines the effects of downsizing and employee performance in selected manufacturing firms in Anambra state, Nigeria. The study seeks to: ascertain the extent of relationship that exists between job insecurity and absenteeism in selected manufacturing firms. Examine the extent of relationship that exists between staff redundancy and employee turnover in selected manufacturing firms. The sources of data collection were primary and secondary sources. Structured questionnaire and interview were used to elicit vital information from the respondent. The data were analyzed using descriptive statistics such as mean, simple percentage and standard deviation while the hypotheses were tested using simple regression. The major findings revealed a positive and statistically significant relationship between job insecurity on absenteeism in the studied manufacturing firms. There is a positive and statistically significant relationship between staff redundancy and employee turnover in the studied manufacturing firms. The study therefore concluded that increase in global competitiveness, together with advances in technology and ongoing changes in the environment, requires organizations to continuously adapt and be willing to change their structures, strategies, methods and practices to remain competitive.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,010
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,013
Tête enseignante GPT0,245
Écart entre enseignants0,232 · 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'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

Citations5
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueResearch in World EconomyMême sujetOrganizational Downsizing and RestructuringTravaux en français237 207