MétaCan
Menu
Retour à la cohorte
Enregistrement W3001060432 · doi:10.5267/j.msl.2019.11.042

Effect of recruitment, selection and culture of organizations on state personnel performance

2019· article· en· W3001060432 sur OpenAlexvenueno aff
Alfredo dos Santos, Armanu Armanu, Margono Setiawan, Ainur Rofiq

Notice bibliographique

RevueManagement Science Letters · 2019
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSocioeconomic Development in MENA
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSelection (genetic algorithm)BusinessOrganizational cultureState (computer science)Personnel selectionPsychologyOperations managementKnowledge managementPublic relationsManagementComputer sciencePolitical scienceEngineeringArtificial intelligenceEconomics

Résumé

récupéré en direct d'OpenAlex

This research was carried out in fourteen ministries and one national staff agency, which was the largest and most comprehensive study of government institutions that examined the importance of the recruitment, selection and organizational culture of employee performance which is still an important issue in developing countries. The purpose of this study was to analyze the effect of recruitment, selection and organizational culture on the performance of civil servants, especially at the National Personnel Agency and 14 Ministries. This research was conducted in the Democratic Republic of Timor Leste (RDTL) with an area of 15,410 KM 2 . The total population is 1,261,072 people. The study began in September 2018 until February 2019, using quantitative (positivism) methods. The study was conducted using proportional random sampling, so that from each work unit a total of 1000 target populations and 286 samples were obtained using a questionnaire. This research used structural equation modeling (SEM) method with partial least square (SEM-PLS) approach. The results of the study found that well-programed recruitment was not able to provide significant results either directly or through organizational culture, but recruitment could have a significant effect on job performance through mediation selection. Moreover, well-programmed recruitment backed by selection quality could improve employee performance.

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)0,001
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,171
Score d'incertitude au seuil0,263

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
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 Opus0,010
Tête enseignante GPT0,272
Écart entre enseignants0,262 · 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

Citations16
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueManagement Science LettersMême sujetSocioeconomic Development in MENATravaux en français237 207