MétaCan
Menu
Retour à la cohorte
Enregistrement W3013591783 · doi:10.5539/ibr.v13n4p113

Case Study Method in Human Resource Development: Reviewing the Research Literature

2020· article· en· W3013591783 sur OpenAlexaffvenue
Mohammad Omar Shiddike, Asif Rahman

Notice bibliographique

RevueInternational Business Research · 2020
Typearticle
Langueen
DomainePsychology
ThématiqueHuman Resource Development and Performance Evaluation
Établissements canadiensUniversity of Regina
Organismes subventionnairesnon disponible
Mots-clésHuman resourcesResearch designResource (disambiguation)Plan (archaeology)Knowledge managementResearch developmentReliability (semiconductor)Management scienceValidityResearch methodologyData collectionComputer scienceEngineering ethicsSociologyPsychologyManagementSocial scienceEngineering

Résumé

récupéré en direct d'OpenAlex

This paper is written with a novice social science (management, education, public administration, public policy, and human resource development etc.) researcher in mind at the graduate or doctoral level. A case study research design has been made in this paper for a human resource development (HRD) project after extensively reviewing the research literature. This paper is useful for researchers who are looking for a case study research design plan based on a real-world example that can be adapted to their specific research. The paper is based on a research titled, “Faculty Engagement in Professional Development: A Bangladesh Case Study”. It explains a rationale for the use of case study method in an HRD project, followed by the research questions, the research methods and procedures. The paper also debates on sampling issues, data types, research instruments, data organization and cleaning, data analysis using and issues of validity and reliability. The paper concludes with a discussion on limitations and delimitations.

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)0,062
score de la tête « metaresearch » (Gemma)0,062
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,938
Score d'incertitude au seuil0,328

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0620,062
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0270,029
Études des sciences et des technologies0,0060,010
Communication savante0,0120,017
Science ouverte0,0050,005
Intégrité de la recherche0,0060,003
Charge utile insuffisante (le modèle a refusé de juger)0,0080,002

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 Opus0,455
Tête enseignante GPT0,560
Écart entre enseignants0,105 · 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.

Devis d'étudeSans objet
DomaineMéthodes
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations7
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Business ResearchMême sujetHuman Resource Development and Performance EvaluationTravaux en français237 207