ANALISIS FAKTOR-FAKTOR YANG BERPENGARUH PADA PRODUKTIVITAS KERJA KARYAWAN
Notice bibliographique
Résumé
Salah satu usaha dalam rangka pencapaian target suatu perusahaan adalah mempelajari kondisi dan produktivitas kerja dari karyawan. Dengan pengukuran produktivitas kerja dapat diukur sejauh mana kemampuan karyawan dalam mencapai target yang telah ditetapkan. Produktivitas kerja karyawan di sebuah perusahaan termasuk di dalamnya adalah bank, dapat dipengaruhi oleh beberapa faktor diantaranya adalah kepemimpinan, lingkungan kerja dan jam kerja. Penelitian ini bertujuan untuk mengetahui: (1) Pengaruh kepemimpinan terhadap produktivitas kerja karyawan, (2) Pengaruh kepuasan kerja terhadap produktivitas kerja karyawan, (3) Pengaruh jam kerja terhadap produktivitas kerja karyawan, dan (4) Pengaruh kepemimpinan, kepuasan kerja dan jam kerja terhadap produktivitas kerja karyawan. Bersumber dari penelitian-penelitian terdahulu, muncul perumusan masalah selanjutnya untuk mengetahui pengaruh kepemimpinan, lingkungan kerja dan jam kerja terhadap produktivitas kerja pada instansi lainnnya terutama di sektor perbankan. Dengan demikian akan dapat ditemukan apakah ada keterkaitan masing-masing variabel terhadap produktivitas kerja dan apakah ada pengaruh dari ketiga variabel terhadap produktivitas karyawan yang dapat diteliti pada berbagai instansi.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,019 | 0,005 |
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 ».