The Role of Accounting for Intellectual Capital in Achieving Human Resources Value in Universities Applied to a Sample of Faculty Members at the Dongola University in the Sudan & Abu Dhabi University in the United Arab Emirates
Notice bibliographique
Résumé
This study aimed to identify the accounting for intellectual capital and its role in the achievement of human resources value in universities, a case study of a selected sample of faculty members of the Faculty of Economics and Administration Sciences at Dongola University and the academic programs at Abu Dhabi University. The study problem is well represented in how accounting for intellectual capital functions in its major three components, (human capital, structural capital, relational capital) and how that achieves the value of human resources in the universities. The study data has been analyzed using the Statistical Package for the Social Sciences program (SPSS). The study reached a number of results as follows: The results of the analysis of the Simple linear regression have also shown a strong correlation and statistically significant effect of overall independent study variables combined, (accounting for human capital, accounting for structural capital, accounting for relational capital) on the value of human resources in the tow universities. The study concluded with a set of recommendations, including the following: The study recommended the management of the two universities to increase the attention to the accounting for intellectual capital together with its three components (accounting for human capital, accounting for structural capital, accounting for relational capital ) by mobilizing the potential energies within the university, in a manner that enhances the value of human resources.
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 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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».