MétaCan
Menu
Retour à la cohorte
Enregistrement W3185583329 · doi:10.5267/j.ac.2021.6.006

The effect of employee performance through motivation and commitment on government tax officers

2021· article· en· W3185583329 sur OpenAlexvenueno aff
Atty Tri Juniarti, Bayu Indra Setia

Notice bibliographique

RevueAccounting · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEmployee Performance and Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRevenueCompensation (psychology)Government (linguistics)Test (biology)JavaWork (physics)Path analysis (statistics)BusinessWork motivationQuality (philosophy)VariablesDescriptive statisticsAccountingPsychologyComputer scienceSocial psychologyEngineeringStatisticsMathematics

Résumé

récupéré en direct d'OpenAlex

The tax revenue in West Java has not fully realized and developed in accordance with the planned target. In line with reality, the employee performance in the Directorate General of Taxation should greatly determine the amount of tax revenue in West Java. Their performance can be measured based on the terms of quality, namely in achieving predetermined standards. While in the terms of quantity and responsibility, it can be measured based on their achievement on completion targets and following existing work procedures. This research method was carried out descriptively and verified. Assessment of scores on research variables is used as a descriptive method, while Path Analysis method is used both to aim and determine causality between research variables and hypothesis test. The descriptive result showed that Discipline, Compensation, Competency, Motivation, Commitment and Performance are categorized as ‘good’, but nonoptimal in their achievements. Verificative results showed that there are partially and simultaneously positive and significant effects between Discipline, Compensation, and Competency towards Motivation, both directly and indirectly. The most dominant effect on competency. Also, there are positive and significant effects between motivation and commitment towards employee performance in the West Java Regional I Office of Directorate General of Taxation.

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 enseignants0,007
Score d'incertitude au seuil0,014

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 technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,015
Tête enseignante GPT0,272
Écart entre enseignants0,257 · 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

Citations3
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAccountingMême sujetEmployee Performance and ManagementTravaux en français237 207