MétaCan
Menu
Retour à la cohorte
Enregistrement W3006042031 · doi:10.1108/jabs-02-2019-0041

Managerial skills and performance in small businesses: the mediating role of organizational climate

2020· article· en· W3006042031 sur OpenAlexaff
Gholamhossein Mehralian, Mohammad Peikanpour, Maryam Rangchian, Hamed Aghakhani

Notice bibliographique

RevueJournal of Asia Business Studies · 2020
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueOrganizational Leadership and Management Strategies
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésStructural equation modelingBusinessContext (archaeology)Affect (linguistics)MarketingConceptual modelOriginalityOrganizational performancePharmacySet (abstract data type)Knowledge managementBusiness administrationPsychologySocial psychology

Résumé

récupéré en direct d'OpenAlex

Purpose The purpose of this paper is to develop a conceptual model to determine whether organizational climate (OC) mediates the effect of managerial skills (MSs) on business performance in small businesses, such as pharmacies. Design/methodology/approach The model proposed in this research was tested using separate questionnaires specifically designed for managers, employees and clients. The data set consists of responses from 301 managers, 470 clients and 328 employees from community pharmacies in Tehran, capital of Iran, which were analyzed using structural equation modeling. Findings Although the results indicated no significant direct relationship between MSs and pharmacy performance (PP), they also confirmed that having a context-appropriate set of MSs can positively affect PP via the mediating effect of OC. Originality/value This is the first study investigating how MSs improve performance in retail pharmacies. Although this research focuses specifically on small businesses in the pharmaceutical industry, it nevertheless contributes to the literature by showing the importance of OC.

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)0,002
score de la tête « metaresearch » (Gemma)0,007
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 enseignants0,004
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0000,002
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,018
Tête enseignante GPT0,216
Écart entre enseignants0,198 · 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

Citations30
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Asia Business StudiesMême sujetOrganizational Leadership and Management StrategiesTravaux en français237 207