MétaCan
Menu
Retour à la cohorte
Enregistrement W4254895964 · doi:10.1093/oxfordhb/9780199547029.003.0018

Performance Management

2009· book-chapter· en· W4254895964 sur OpenAlexaff
Gary P. Latham, Lorne M. Sulsky, H. Robson MacDonald

Notice bibliographique

RevueOxford University Press eBooks · 2009
Typebook-chapter
Langueen
DomainePsychology
ThématiqueHuman Resource Development and Performance Evaluation
Établissements canadiensWilfrid Laurier UniversityUniversity of WaterlooUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésCoachingPerformance appraisalSet (abstract data type)Process (computing)Process managementPerformance managementEmployee Performance AppraisalPsychologyComputer scienceOperations managementKnowledge managementEngineeringBusinessManagementMarketingMedicine

Résumé

récupéré en direct d'OpenAlex

Abstract A distinguishing feature of performance management relative to performance appraisal is that the former is an ongoing process whereas the latter is done at discrete time intervals (e.g. annually). Ongoing coaching is an integral aspect of performance management. Performance appraisal is the time period in which to summarize the overall progress that an individual or team has made as a result of being coached, and to agree on the new goals that should be set. Common to the performance management/appraisal process are the four following steps. First, desired job performance must be defined. Second, an individual's performance on the job must be observed. Is the person or team's performance excellent, superior, satisfactory, or unacceptable? Third, feedback is provided and specific challenging goals are set as to what the person or team should start doing, stop doing, or be doing differently. Fourth, a decision is made regarding retaining, rewarding, training, transferring, promoting, demoting, or terminating the employmemt of an individual.

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)0,005
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,145
Score d'incertitude au seuil0,486

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,009
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,003
Études des sciences et des technologies0,0020,002
Communication savante0,0080,003
Science ouverte0,0020,003
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,1450,060

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 Opus0,039
Tête enseignante GPT0,245
Écart entre enseignants0,205 · 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'étudeThéorique ou conceptuel
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

Citations22
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOxford University Press eBooksMême sujetHuman Resource Development and Performance EvaluationTravaux en français237 207