MétaCan
Menu
Retour à la cohorte
Enregistrement W3108633966 · doi:10.5267/j.msl.2020.10.020

Human resources development assessment planning program and bureaucratic reform management on the performance of government organization

2020· article· en· W3108633966 sur OpenAlexvenueno aff
Sukmo Hadi Nugroho, Adi Bandono, Okol Sri Suharyo

Notice bibliographique

RevueManagement Science Letters · 2020
Typearticle
Langueen
DomainePsychology
ThématiqueHuman Resource Development and Performance Evaluation
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBureaucracyStructural equation modelingGovernment (linguistics)BusinessStrategic planningHuman resourcesProcess managementKnowledge managementManagementMarketingPolitical scienceEconomicsComputer science

Résumé

récupéré en direct d'OpenAlex

The purpose of this study is to analyze the assessment of Human Resources Development (HRD) Planning on the Government Organization Performance through Bureaucratic Reform Management. The Government Organization tasked with preparing public goods/services must be able to provide certainty of their performance capacity as an organization that is professionally organized and is non-excludability in providing an adequate level of service. This research is based on the performance of Government Organization that have not been maximized. The method used is the Second Order Structural Equation Modeling analysis method. The research results showed that HRD Planning had a significant influence on Organization performance through Bureaucratic Reform Management. Tests on the research model simultaneously proved that the model was fit with the fulfillment of all model fitting sizes indicated by the value of GFI = 0.925, CFI = 0.927, RMSEA = 0.075, and CMIN / DF = 1.995. The findings of this study prove that HRD Planning has a significant effect on Organization performance through Bureaucratic Reform Management. Based on these findings, the right strategy to strengthen Organization performance can be done by improving aspects of HRD Planning. Also, there is a need to pay attention to the management of strategic change by being more responsive and adaptive to environmental changes and HRD Planning.

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)0,005
score de la tête « metaresearch » (Gemma)0,020
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,029

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,020
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,034
Tête enseignante GPT0,314
Écart entre enseignants0,280 · 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.

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

Citations8
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueManagement Science LettersMême sujetHuman Resource Development and Performance EvaluationTravaux en français237 207