MétaCan
Menu
Retour à la cohorte
Enregistrement W4306248634 · doi:10.54691/bcpbm.v29i.2261

Research on the application of Neiman Economic Psychology in enterprise Human Resource management

2022· article· en· W4306248634 sur OpenAlexaff
Jing Chen

Notice bibliographique

RevueBCP Business & Management · 2022
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueEconomic Development and Regional Competitiveness
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésCompetition (biology)Human resourcesQuality (philosophy)Human resource managementValue (mathematics)Service (business)Product (mathematics)EconomicsWork (physics)ManagementMarketingBusinessEconomyEngineeringComputer science

Résumé

récupéré en direct d'OpenAlex

Our country has entered the information age and the knowledge economy age, talent as important resources, not only relates to the development of a country, but also affects the survival and progress of enterprises. In the 21st century, the competition between enterprises is not only the competition of product quality and service, but also the competition of potential "human factors" in every detail. Nieman, who won the Nobel Prize in Economics in 2002, has made great contributions to the study of economics. He won a Nobel Prize for his work on human decision-making under uncertainty, largely because he was able to combine psychological research with economics. On this basis. This paper briefly introduces the concept and application value of Nieman economic psychology, analyzes the influence of Nieman economic psychology on enterprise human resource management, and puts forward the corresponding countermeasures.

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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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: Empirique
Score de désaccord entre enseignants0,928
Score d'incertitude au seuil0,612

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,076
Tête enseignante GPT0,316
Écart entre enseignants0,240 · 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 tête enseignante, 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

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBCP Business & ManagementMême sujetEconomic Development and Regional CompetitivenessTravaux en français237 207