MétaCan
Menu
Retour à la cohorte
Enregistrement W4368366829 · doi:10.18196/mb.v14i1.16746

The Role of Active Social Loafing and Psychological Encouragement in Human Capital Development

2023· article· en· W4368366829 sur OpenAlexaff
Daryono Daryono, Christopher Foertsch

Notice bibliographique

RevueJurnal Manajemen Bisnis · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEducation and Communication Studies
Établissements canadiensUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésSocial loafingPsychologySocial psychologyApplied psychologyPopulationAffect (linguistics)Sociology

Résumé

récupéré en direct d'OpenAlex

Research aims: The general purpose of this study is to look at previous research on individual performance and several factors that can effect it, such as psychological encouragement and social loafing.Design/Methodology/Approach: Surveys were used to collect data for this type of quantitative study. The census method was employed in this study, with 124 respondents from the Instructors Department of Central Java National Police School representing 100% of the population. Simple regression analysis was utilized to determine the influence of independent and dependent variables.Research findings: Active social loafing negatively and significantly influenced instructor’s individual performance at a National Police School, while psychological encouragement positively and significantly influenced the instructors’ individual performance. In addition, psychological encouragement moderated the influence of social loafing on the Instructor's Department of the Central Java National Police School, representing individual performance.Theoretical Contribution/Originality: This literature can be used as a recommendation and additional information concerning management practices at the Central Java National Police School, in which social loafing has mainly occured.Practitioners/Policy Implications: This observation’s data and findings can be a reference point for for future social, psychological, and individual development research.Research Limitations/Implications: Demographic factors might affect an individual's performance and were not used in this research as control variables.

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)0,003
score de la tête « metaresearch » (Gemma)0,011
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 enseignants0,004
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,011
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0020,001
Science ouverte0,0000,002
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,083
Tête enseignante GPT0,410
Écart entre enseignants0,327 · 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

Citations2
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJurnal Manajemen BisnisMême sujetEducation and Communication StudiesTravaux en français237 207