MétaCan
Menu
Retour à la cohorte
Enregistrement W4288071070 · doi:10.33087/ekonomis.v6i1.510

Pengaruh Human Capital dan Social Capital Terhadap Intelectual Capital Dengan Organizational Citizenship Behaviour sebagai Variabel Mediasi pada Perangkat Desa di Kabupaten Kerinci

2022· article· en· W4288071070 sur OpenAlexaff
Ayu Esteka Sari, Ida Yusnita, Albetris Albetris

Notice bibliographique

RevueEKONOMIS Journal of Economics and Business · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEducation, Sociology, Communication Studies
Établissements canadiensWiLAN (Canada)
Organismes subventionnairesnon disponible
Mots-clésSocial capitalHuman capitalCapital (architecture)Government (linguistics)Organizational citizenship behaviorCitizenshipBusinessPolitical scienceEconomic growthGeographyEconomicsOrganizational commitmentPublic relationsLaw

Résumé

récupéré en direct d'OpenAlex

The phenomenon of development development is in rural areas. In order to realize national development goals, the government pays the greatest attention to development in the countryside. So that the spearhead of the village is one of them is the Village Device is required to improve the quality of self reflected in human capital, social capital, Intelectual capital and Organizational Citizenship Behavior (OCB). This research aims to find out the Influence of human capital and social capital on Intelectual capital Village Devices With Organizational Citizenship Behaviour as a Mediation Variable on Village Devices in Kerinci Regency. Respondents in this study were Village Devices in Kerinci Regency by taking samples of village devices located in Gunung Raya and Bukit Kerman districts so that 174 respondents were obtained. The Model Testing Technique in this study used the Stuctural Equation Model (SEM). Human capital and social capital had an effect of 98.1% on Organizational Citizenship Behavior (OCB) on Village Devices in Kerinci Regency and Human capital, social capital and Organizational Citizenship Behavior (OCB) had an effect of 15% on Intelectual Capital on Village Devices in Kerinci Regency.

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)0,001
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 enseignants0,008
Score d'incertitude au seuil0,026

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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 Opus0,057
Tête enseignante GPT0,306
Écart entre enseignants0,250 · 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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEKONOMIS Journal of Economics and BusinessMême sujetEducation, Sociology, Communication StudiesTravaux en français237 207