MétaCan
Menu
Retour à la cohorte
Enregistrement W3024698230 · doi:10.5430/ijhe.v9n4p69

The Method of Selecting Academic Leaders at Emerging Saudi Universities and its Relationship to Some Variables

2020· article· en· W3024698230 sur OpenAlexvenueno aff
Share Aiyed M. Aldosari

Notice bibliographique

RevueInternational Journal of Higher Education · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSocioeconomic Development in MENA
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDisappointmentPsychologyLoyaltySample (material)Job satisfactionChristian ministryMedical educationSocial psychologyPublic relationsPolitical scienceMarketingBusinessMedicine

Résumé

récupéré en direct d'OpenAlex

The study aimed to identify the current method used for selecting academic leaders at emerging Saudi universities from the viewpoint of faculty members working there, and whether there is a correlation between the method used and the following variables: job satisfaction, organizational justice, organizational commitment, productivity motivation, and institutional loyalty and affiliation. In order to achieve the goals of the study, the researcher designed a questionnaire that included identifying the method used. The questionnaire consisted of (31) items divided according to the variables mentioned, and it was distributed to the study sample (300 faculty members), randomly chosen from the study community (2382 members). The results showed that there is a correlation between the method used and the variables mentioned which were at an intermediate level, with the exception of the productivity motivation that was at a high level for university professors, despite the fact that the foregoing variables were lower than expected. This made the researcher recommend that the university and the Ministry of Education would review that mechanism and hold conferences and workshops in order to address it before these positive professors suffer from disappointment and job burnout. The study also revealed that there were statistically significant differences at the level of (α = 0.05) in experience in favor of (10) years or more, in the academic rank in favor of (Assistant Professor), and in officiality and contracting in favor of the contracting parties.

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: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,507
Score d'incertitude au seuil0,196

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,060
Tête enseignante GPT0,400
Écart entre enseignants0,340 · 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'étudeQualitatif
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

Citations4
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Higher EducationMême sujetSocioeconomic Development in MENATravaux en français237 207