MétaCan
Menu
Retour à la cohorte
Enregistrement W3159778742 · doi:10.1177/09722629211005599

Could Education Quality Audit Enhance Human Resources Management Processes of the Higher Education Institutions?

2021· article· en· W3159778742 sur OpenAlexaff
Chokri Kooli, Riad Abadli

Notice bibliographique

RevueVision The Journal of Business Perspective · 2021
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueOrganizational Leadership and Management Strategies
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésPromotion (chess)AuditAccreditationBusinessHuman resource managementHuman resourcesIncentiveSeveranceQuality (philosophy)Quality auditHigher educationAccountingPublic relationsKnowledge managementPolitical scienceMedical educationMedicine

Résumé

récupéré en direct d'OpenAlex

This article aims to check whether the quality audit assessment could positively improve human resource management (HRM) practices and processes of the private higher education institutions. A quantitative analytical approach was performed in order to enhance our understandings of the impact of quality audit in terms of HRM. Twenty-six reports of 26 Omani private higher education institutions (HEIs) who already completed the first stage of national accreditation process has been analysed through this research. Researchers were able to notify a certain positive impact in certain areas related to the staff and staff support. The progress observed is partial, as certain sub-areas of assessment were severely criticized and several recommendations of improvement were issued in such regard. Through this research, we were able to conclude that the Omani private HEIs performed very well in the sub-areas of staff profile, severance, promotion, incentives and Omanization. Contrarily, an important number of recommendations was issued regarding the sub-areas of staff organizational climate and retention, human resource (HR) planning and management, professional development and finally recruitment and selection processes.

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)0,015
score de la tête « metaresearch » (Gemma)0,055
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,081

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0150,055
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0020,001
Communication savante0,0050,003
Science ouverte0,0000,002
Intégrité de la recherche0,0010,001
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 Opus0,036
Tête enseignante GPT0,332
Écart entre enseignants0,296 · 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

Citations56
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueVision The Journal of Business PerspectiveMême sujetOrganizational Leadership and Management StrategiesTravaux en français237 207