MétaCan
Menu
Retour à la cohorte
Enregistrement W4294043372 · doi:10.4018/978-1-6684-4144-2.ch005

Great Goals Are the Secret Sauce in Performance Review

2022· book-chapter· en· W4294043372 sur OpenAlexaff
Eileen Piggot‐Irvine

Notice bibliographique

RevueAdvances in educational marketing, administration, and leadership book series · 2022
Typebook-chapter
Langueen
DomaineNeuroscience
ThématiqueNeuroscience, Education and Cognitive Function
Établissements canadiensRoyal Roads University
Organismes subventionnairesnon disponible
Mots-clésOpenness to experienceAction (physics)Computer scienceKey (lock)Focus (optics)Inclusion (mineral)Engineering ethicsManagement sciencePsychologyProcess managementEngineeringSocial psychologyComputer security

Résumé

récupéré en direct d'OpenAlex

Despite the fact that creating employee focus, motivation, and improved outcomes through performance review is widely encouraged, such a constraining and potentially isolating activity is also equally derided. This chapter outlines that many obstacles in performance review can be overcome through inclusion of focused goal pursuit, which has a simple, collaborative, flexible, personal, and organizational learning and improvement emphasis whilst combining both rigor and responsiveness. An overview cycle is offered for performance review with such an embedded focused action research (FAR) approach. The overview cycle and FAR approach are underpinned by three key principles encouraging: depth of learning, stretch in challenge, and collaboration based on dialogue and openness. The chapter moves beyond outlining processes and principles to briefly drawing links to recent thinking from the neuroscience and neuroleadership fields on regions of the brain relevant to goal pursuit. Finally, an example of the FAR approach illustrates practical application in leadership.

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)0,010
score de la tête « metaresearch » (Gemma)0,028
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
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 enseignants0,014
Score d'incertitude au seuil0,052

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,028
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0030,006
Communication savante0,0130,012
Science ouverte0,0010,005
Intégrité de la recherche0,0030,007
Charge utile insuffisante (le modèle a refusé de juger)0,0140,012

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 Opus0,063
Tête enseignante GPT0,294
Écart entre enseignants0,230 · 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'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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAdvances in educational marketing, administration, and leadership book seriesMême sujetNeuroscience, Education and Cognitive FunctionTravaux en français237 207