MétaCan
Menu
← Retour à la cohorte
Enregistrement W4405099173 · doi:10.22215/etd/2024-16207

Performance Measurement in the Public Universities in the Province of Ontario, Canada

2024· dissertation· en· W4405099173 sur OpenAlexaboutno aff
Catalin Silviu Neculita

Notice bibliographique

Revuenon disponible
Typedissertation
Langueen
DomaineDecision Sciences
ThématiqueEvaluation and Performance Assessment
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPolitical scienceLibrary scienceGeographyPublic administrationComputer science

Résumé

récupéré en direct d'OpenAlex

The present thesis aimed to explore the use of performance measurement by the public universities in the Province of Ontario, Canada, primarily from institutional theory and, to a lesser degree, contingency theory perspectives. This examination was based on the most salient relationships identified in the conceptual framework developed by the researcher, which shows how organizational internal and external factors contribute to incentivizing the use of performance measurement by Ontario universities and what the entailed potential consequences are for those organizations. An exploratory case study was conducted using an inductive interpretative approach and mainly qualitative research methods. The researcher utilized reflexive thematic analysis, developed by Braun and Clarke (2006), and he adopted a single case study method with a strategically selected group of 11 Ontario universities being treated as embedded units of analysis. The 43 respondents were targeted mainly at the senior managerial levels of universities, which have the potential to impact the utilization of performance information. The study determined that the use of performance measurement in Ontario universities is significantly encouraged by political and regulatory factors, such as strategic mandate agreements, performance-based funding, and academic accreditation bodies. In addition, larger universities have more resources than the smaller ones to implement sophisticated performance measurement systems, while more complex organizations impose the use of performance measurement to a greater extent than the less complex ones. Furthermore, the use of performance measurement has an important contribution in the process of organizational learning and development by using data to identify areas of strength and weakness in organizations. By communicating them to the public, performance data can reveal the organizational contribution to the community and improve organizational accountability, transparency, and legitimacy. In addition, performance information is a main instrument used in comparisons and rankings of universities, which, in turn, impacts institutional public image. However, participants also unveiled some unintended consequences of using performance measurement. For instance, when organizational focus on performance measurement is only on some targeted domains or when performance indicators are poorly selected by universities or other interested organizations, the global improvement of organizational performance can be adversely affected.

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)0,005
score de la tête « metaresearch » (Gemma)0,013
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 enseignants0,834
Score d'incertitude au seuil0,968

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,013
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,008
Études des sciences et des technologies0,0100,004
Communication savante0,0040,001
Science ouverte0,0020,002
Intégrité de la recherche0,0010,001
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 Opus0,141
Tête enseignante GPT0,385
Écart entre enseignants0,244 · 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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetEvaluation and Performance Assessment→Travaux en français237 207→