Kajian Penerapan Manajemen Talenta dalam Rangka Mengoptimalkan Kinerja Sumber Daya Manusia pada Bank Bri Kantor Cabang Sukabumi Kantor Wilayah Bandung
Notice bibliographique
Résumé
Penelitian ini bertujuan untuk mengevaluasi dan mengetahui faktor – faktor penghambat program manajemen talenta yang dijalankan di Bank BRI Kantor Cabang Sukabumi Kantor Wilayah Bandung sebagai bagian dari aktivitas sumber daya manusia. Subjek dalam penelitian ini adalah Supervisor Operasional sebagai Kepala SDM dan Asisten Manajer Bisnis Mikro yang membina pegawai di BRI Unit (segmentasi mikro). Teknik pengumpulan data yang digunakan adalah dengan metode wawancara, studi dokumentasi dan observasi. Penelitian ini menggunakan metode penelitian kualitatif. Hasil penelitian menunjukan bahwa kinerja sumber daya manusia di perusahaan sudah cukup baik namun belum dijalankan dengan optimal, baik pekerja maupun manajemen belum memahami secara mendalam mengenai definisi manajemen talenta di perusahaan. Selain itu perusahaan juga belum memiliki roadmap yang jelas mengenai penerapan manajemen talenta. Berdasarkan hal tersebut, maka peneliti membuat sebuah roadmap penerapan manajemen talenta yang diharapkan mampu memecahkan permasalahan yang selama ini terjadi sehingga penerapan manajemen talenta dapat berjalan dengan optimal.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,002 |
| Communication savante | 0,007 | 0,003 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,043 | 0,007 |
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 source (Gemma direct ou Codex distillé), 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 ».