MétaCan
Menu
Retour à la cohorte
Enregistrement W3170254796 · doi:10.51380/gujr-37-02-01

TALENT MANAGEMENT AND ORGANIZATIONAL EFFICIENCY: EXPLORING THE MODERATING ROLE OF EMPLOYEE TURNOVER INTENTION IN THE PAKISTAN TELECOMMUNICATION SECTOR

2021· article· en· W3170254796 sur OpenAlexaff
ALI MUHAMMAD, Aiza Hussain Rana, Raza Hussain Lashari

Notice bibliographique

RevueGomal University Journal of Research · 2021
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueHuman Resource and Talent Management
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésModerationTurnover intentionBusinessBusiness administrationTertiary sector of the economyTurnoverMarketingService (business)ManagementJob satisfactionEconomicsPsychology

Résumé

récupéré en direct d'OpenAlex

The high Employee Turnover Intention (ETO) is a prevalent issue in the contemporary world of business, which is, directly and indirectly affecting organizations. The TC of Pakistan is the fastest-growing sector; however, if Talent Management (TM) is not properly managed, it results in Employee Turnover Intention and reduces Organizational Efficiency (OE). This study is carried out to examine the impact of talent on OE and examine the moderating role of ETO in the Telecommunication sector (TC) of Pakistan. The study is carried out using structured questionnaires as distributed amongst 125 employees of cellular service providers working in franchises, regional offices and business centers operated in Lahore- the second- largest hub of mobile users in Pakistan. Regression and MODGRAPH were used to check the effect of moderating variable, ETO. The findings of the study indicate that managing talent has a significant role in improving OE. In addition, ETO moderates the relationship between TM and OE in the TC of Pakistan.

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)0,002
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,400
Score d'incertitude au seuil0,269

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,049
Tête enseignante GPT0,266
Écart entre enseignants0,217 · 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'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

Citations1
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGomal University Journal of ResearchMême sujetHuman Resource and Talent ManagementTravaux en français237 207