A Proposed Measurement Instruments for Total Quality Management Practices in Higher Education Institutions
Notice bibliographique
Résumé
The purpose of this paper is to provide a comprehensive Total Quality Management (TQM) practices measurement instruments in Higher Education Institutions (HEIs) based on previous studies. HEIs just like other industries are facing challenges in order to survive. Today, quality has become important and a must for every marketable product or service due to the business world becomes more and more complex and competitive. In this context as a management process, TQM has been accepted to cope with the changes in market environment and to focus on continuous quality improvement. Many authors believed that the principles of TQM can contribute to the continuous improvement of HEIs. This paper provides a measurement instruments for TQM practices that emphasis on continuous improvements for quality measurement in HEIs. This instrument is based on a comprehensive study of previous studies of TQM practice measurement in education. Analysis focuses on customer orientation, continuous improvement, and employee engagement at all levels. This paper proposed nine dimensional measurement instruments that can be used as self-assessment in HEI. These nine dimensions are: leadership or top management commitment; strategic planning; customer focus and satisfaction; measurement, analysis, and knowledge management; human resources management; system and management processes; course delivery; campus facilities; and benchmarking and partnership. Measurement instruments were selected based on number of dimensions used from previous study and customers’ perception on dimensions of quality, their rating of importance and their overall evaluation of the service provider.
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 | 0,006 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,002 |
| 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 | 0,001 |
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 ».