MétaCan
Menu
Retour à la cohorte
Enregistrement W3139151303 · doi:10.5267/j.ijdns.2021.3.001

The effect of transformational leadership climate on employee engagement during digital transformation in Indonesian banking industry

2021· article· en· W3139151303 sur OpenAlexvenueno aff
Shinta Winasis, Djumarno Djumarno, Setyo Riyanto, Eny Ariyanto

Notice bibliographique

RevueInternational Journal of Data and Network Science · 2021
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueEmployee Performance and Leadership
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTransformational leadershipBusinessMarketingSustainabilityDigital transformationLeadership stylePublic relationsPolitical scienceEcology

Résumé

récupéré en direct d'OpenAlex

The industrial era 4.0 requires companies to radically conduct changes related to technology. This is so that the company can follow the market's everchanging appetite and is essential to maintaining the company's sustainability. The digital transformation that occurs is fundamental, changing existing procedures and arrangements and creating a new business ecosystem. In carrying out a company transformation, it requires full support and commitment from workers. And the process needs to be conducted by competent leaders, in line with the spirit of change. In this study, the relationship between transformational leadership climate and employee engagement was measured. The research was conducted on banking service companies that have made radical changes related to technology for 2 years. The results showed that the climate created by leaders who adopt transformational leadership styles has a positive and significant effect on employee engagement. This research is a preliminary study, and has limitations, including the number of samples and types of companies studied.

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)0,001
score de la tête « metaresearch » (Gemma)0,004
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 enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0020,000
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 Opus0,058
Tête enseignante GPT0,295
Écart entre enseignants0,237 · 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

Citations42
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Data and Network ScienceMême sujetEmployee Performance and LeadershipTravaux en français237 207