MétaCan
Menu
Retour à la cohorte
Enregistrement W4237503528 · doi:10.1108/s1876-066x20160000032015

List of Contributors

2016· other· en· W4237503528 sur OpenAlexaboutno aff

Notice bibliographique

Revuenon disponible
Typeother
Langueen
DomaineBusiness, Management and Accounting
ThématiqueHuman Resource and Talent Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésStaffingPublishingChinaLibrary scienceManagementSchools of economic thoughtEmeraldExecutive educationPolitical scienceSociologyBusiness educationHigher educationLaw

Résumé

récupéré en direct d'OpenAlex

Citation (2016), "List of Contributors", Global Talent Management and Staffing in MNEs (International Business and Management, Vol. 32), Emerald Group Publishing Limited, Bingley, pp. vii-viii. https://doi.org/10.1108/S1876-066X20160000032015 Publisher: Emerald Group Publishing Limited Copyright © 2016 Emerald Group Publishing Limited Ramudu Bhanugopan School of Management and Marketing, Charles Sturt University, New South Wales, Australia Zoltan Buzady Central European University Business School, Budapest, Hungary Peter J. Dowling Department of Management and Marketing, La Trobe University, Victoria, Australia Joao Ferreira Management and Economics Department, University of Beira Interior, Covilhã, Portugal Ying Guo International Business School Suzhou, Xi’an Jiaotong-Liverpool University, Jiangsu, China Charlotte Jonasson Aarhus University, Aarhus, Denmark Haiying Kang Australian Institute of Business, Adelaide, Australia Jakob Lauring Aarhus University, Aarhus, Denmark Yvonne McNulty RMIT University, Sentosa Cove, Singapore Snejina Michailova University of Auckland Business School, Auckland, New Zealand Yoko Naito School of Political Science and Economics, Department of Business Administration, Tokai University, Kanagawa, Japan Dana L. Ott University of Auckland Business School, Auckland, New Zealand Hussain G. Rammal UTS Business School, University of Technology Sydney, NSW, Australia Vanessa Ratten La Trobe Business School, La Trobe University, Victoria, Australia Jan Selmer Aarhus University, Taby, Sweden Jie Shen Shenzhen International Business School, Shenzhen University, Guangdong, People’s Republic of China Justin Williams School of Business and Management, Niagara College, Niagara on the Lake Ontario, Canada Ling Eleanor Zhang King’s College London, School of Management & Business, London, United Kingdom Book Chapters Global Talent Management and Staffing in MNEs International Business & Management Global Talent Management and Staffing in MNEs Copyright Page List of Contributors About the Editors About the Authors Global Talent Management and Staffing in MNEs: An Introduction to the Edited Volume of International Business and Management Acknowledgements Expatriate Selection: A Historical Overview and Criteria for Decision-Making Global Talent Management: International Staffing Policies and Practices of South Korean Multinationals in China How do Assigned and Self-Initiated Expatriate CEOs Differ? An Empirical Investigation on CEO Demography, Personality, and Performance in China Career Capital Development of Self-Initiated Expatriates in China Multiple Aspects of Readjustment Experienced by International Repatriates in Multinational Enterprises: A Perspective of ‘Changes Occurring Over Time’ and ‘Changes due to Cultural Differences’ Why Expatriate Compensation Will Change How We Think about Global Talent Management Global Talent Management and Corporate Entrepreneurship Strategy The Effects of Work Values and Organisational Commitment on Localisation of Human Resources Talent Management & Staffing in Central and Eastern Europe — An Analysis of Bulgaria, Czech Republic, Hungary, Poland, Romania & Slovakia

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,103
Score d'incertitude au seuil0,994

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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)0,1100,007

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 Opus0,008
Tête enseignante GPT0,211
Écart entre enseignants0,203 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetHuman Resource and Talent ManagementTravaux en français237 207