MétaCan
Menu
Retour à la cohorte
Enregistrement W4320503226 · doi:10.55603/jes.v1i2.a1

Identifying Managerial Awareness Level on Negotiation and Conflict Resolution in Nepalese Banking Sectors: Descriptive Cross-sectional Analysis

2022· article· en· W4320503226 sur OpenAlexaff
Neha Kayastha, Niranjan Devkota, Sushanta Kumar, Ranjana Koirala, Udaya Raj, Seeprata Parajuli

Notice bibliographique

RevueJournal of Economic Sciences · 2022
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueConstruction Project Management and Performance
Établissements canadiensQuest University Canada
Organismes subventionnairesnon disponible
Mots-clésNegotiationBusinessConflict resolutionProcess (computing)Sample (material)Descriptive statisticsBanking industryDescriptive researchPublic relationsMarketingAccountingPolitical scienceSociologyComputer science

Résumé

récupéré en direct d'OpenAlex

These days conflict resolution and negotiation seem to be tough and challenging tasks for managerial-level employees. Conflict with various stakeholders in the banking industry can be considered a major aspect. The study employs a descriptive data analysis procedure that covers a sample of 267 managerial-level staff. The purpose of this study is to identify the managerial awareness level of negotiation and conflict resolution in Nepalese banking sectors. The results of the study illustrated that managerial levels at commercial banks in Kathmandu Valley have high (86.14%) negotiation skills. Also, 67.16% of managers in the banking sector focus on maintaining a good relationship with another party while trying to resolve conflict through negotiation. Managerial employees even agreed that they faced challenges in the process of negotiation and conflict resolution. One of the major challenges is the lack of timing among the employees at commercial banks, due to which proper negotiation rarely takes place.

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)0,009
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,077
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0090,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,002
Science ouverte0,0010,000
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 Opus0,340
Tête enseignante GPT0,435
Écart entre enseignants0,095 · 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.

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

Citations2
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Economic SciencesMême sujetConstruction Project Management and PerformanceTravaux en français237 207