MétaCan
Menu
Retour à la cohorte
Enregistrement W3006867294 · doi:10.5267/j.msl.2020.2.022

A factorial study on human resource issues of small and medium enterprises

2020· article· en· W3006867294 sur OpenAlexvenueno aff
Mohamed Mohiya, Shaha Faisal, M. M. Sulphey

Notice bibliographique

RevueManagement Science Letters · 2020
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueBanking, Crisis Management, COVID-19 Impact
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBusinessHuman resourcesFactorial analysisSmall and medium-sized enterprisesHuman resource managementResource (disambiguation)Reliability (semiconductor)MarketingKnowledge managementManagementComputer scienceEconomicsStatistics

Résumé

récupéré en direct d'OpenAlex

Small Medium Enterprises (SMEs) play a vital role for the development of any economy. Multiple studies with respect to various aspects and dimensions of SMEs have been undertaken. Some of the problems faced by SMEs from the side of the employees include performance management issues, employee issues like strikes, go slow tactics, and so on. However, studies that explore the issues as perceived by employers are scarce. The present research is undertaken to find out the various human resource issues as perceived by employers. Data for the present study was collected from 60 SMEs. The organizations belonged to various sectors. Factor Analysis was performed to identify the factors. The analysis identified two factors as perceived by employers regarding human resource issues in SMEs. The reliability and validity of the factors were also assessed, which was found to be sufficiently high. A few suggestions for further research are also presented.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,492
Score d'incertitude au seuil0,357

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 ouverte0,0010,001
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 Opus0,061
Tête enseignante GPT0,294
Écart entre enseignants0,233 · 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
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueManagement Science LettersMême sujetBanking, Crisis Management, COVID-19 ImpactTravaux en français237 207