Dampak Penerapan Prinsip Good University Governance Terhadap Keunggulan Bersaing Dengan Intellectual Capital Sebagai Variabel Mediasi
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Meskipun sudah ada beberapa perguruan tinggi terutama universitas yang memiliki akreditasi berpredikat baik, namun belum ada satupun universitas yang memiliki keunggulan dengan predikat A atau sangat baik. Sehingga dikatakan masih rendahnya tingkat akreditasi yang dimiliki oleh perguruan tinggi yang ada di Lampung.Tujuan penelitian ini untuk mengetahui pengaruh penerapan Intelektual Capital terhadap peningkatan keunggulan bersaing PTS di Lampung dan untuk mengetahui pengaruh penerapan prinsip-prinsip GUG terhadap keunggulan bersaing melalui Intellectual Capital di PTS Lampung.Metode penelitian yang dipergunakan adalah metode penelitian survey, menggunakan purposive sampling dengan kriteria sampel yang diambil adalah dosen tetap yayasan dan dosen pembantu kopertis yang telah bekerja/bertugas di PTS lebih dari satu tahun serta mahasiswa dari perguruan tinggi baik sekolah tinggi maupun akademi swasta terbaik di Lampung dan dari banyaknya jumlah mahasiswanya.Jenis penelitian yang dipergunakan adalah explanatory research.Pengumpulan data dalam penelitian ini menggunakan kuesioner, sedangkan pengolahan datanya menggunakan alat analisis Smart PLS. Hasil penelitian menunjukkan bahwa semakin tinggi penerapan Good University Governancemaka semakin tinggi pula keunggulan bersaing yang dimediasi dengan Intellectual Capital. Hal ini mengimplikasikan bahwa penerapan Good University Governance yang tinggi pada suatu perguruan tinggi swasta akan meningkatkan keunggulan bersaing dengan didukung oleh peranan yang kuat dari para dosen, staff/karyawan, mahasiswa dan dukungan manajemen stakeholder. Kata Kunci :Good University Governance, Intellectual Capital, Keunggulan Bersaing.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,004 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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