Impact of Human Capital Management Information System on Organization Performance: A Case of TRA Head Quarter in Dar Es Salaam
Notice bibliographique
Résumé
The study investigated three specific research objective namely to analyses the impact of e-recruitment on the quality performance of TRA Head Quarter; to examine the impact of e-training on customer satisfaction in service delivery system at TRA Head Quarter and to analyze the impact of e-communication system on timely operational performance of TRA Head Quarter. The study employed mixed research strategy based on qualitative and quantitative analysis to investigate human capital management information system on organization performance. The case study research design was used in analyzing the study. Data was collected through questionnaire and interview, and they were analyzed using qualitative and quantitative approaches. The study observed that e-recruitment system has impacts on increases rate of handling customer complaints hence ensures quality of services delivery and increase number of staff employed hence deliver quality works. The finding shows that e-training practices at the office added value of quick response to customer using online services hence impact to customer satisfactions and increases number of staff trained as the results increases professionalism in service delivery hence impacts on customer satisfactions with service delivery. The finding indicates that use of e-communication address operational challenges as the result contribute to operational performance, reduce time taken to respond to work activities that impact of operational performance and lower operational costs in work communication. The study recommends that policy development should be aligned with application of e-human capital management system that contributes toward improving operational performance of an organization.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,005 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».