MétaCan
Menu
Retour à la cohorte
Enregistrement W4410091950 · doi:10.29138/jkis.v3i2.66

Pengaruh Kompetensi, Komitmen Organisasi Dan Work-life balance Terhadap Kinerja Pegawai Bagian Keuangan RSUD Dr. Mohamad Soewandhie Surabaya

2025· article· id· W4410091950 sur OpenAlexaff
Nurul Istiqomah, Joko Suyono, Nila Sari, Aldrian Arizona, Damarsari Ratnasahara Elisabeth

Notice bibliographique

RevueJurnal Kompetensi Ilmu Sosial · 2025
Typearticle
Langueid
DomaineSocial Sciences
ThématiqueEmployee Performance and Management
Établissements canadiensGolder Associates (Canada)
Organismes subventionnairesnon disponible
Mots-clésBusiness administrationBalance (ability)BusinessMedicinePhysical therapy

Résumé

récupéré en direct d'OpenAlex

Penelitian ini bertujuan untuk menganalisis pengaruh kompetensi, komitmen organisasi, dan work-life balance terhadap kinerja pegawai bagian keuangan RSUD Dr. Mohamad Soewandhie Surabaya. Metode penelitian yang digunakan adalah pendekatan kuantitatif dengan teknik analisis regresi untuk menguji pengaruh variabel bebas secara parsial dan simultan terhadap variabel terikat. Sampel penelitian ini berjumlah 36 pegawai yang diambil menggunakan teknik sampel jenuh. Hasil penelitian menunjukkan bahwa secara parsial, kompetensi, komitmen organisasi, dan work-life balance memiliki pengaruh signifikan terhadap kinerja pegawai. Secara simultan, ketiga variabel ini juga berpengaruh signifikan terhadap kinerja pegawai. Dari ketiga variabel tersebut, kompetensi memiliki pengaruh dominan terhadap kinerja pegawai bagian keuangan RSUD Dr. Mohamad Soewandhie Surabaya. Berdasarkan temuan ini, disarankan agar pihak rumah sakit meningkatkan investasi dalam pengembangan kompetensi pegawai melalui pelatihan dan pengembangan profesional. Selain itu, dukungan dari manajemen puncak serta kebijakan yang mendukung keseimbangan kerja dan kehidupan pribadi pegawai perlu diperhatikan untuk meningkatkan kinerja secara optimal.

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)0,002
score de la tête « metaresearch » (Gemma)0,004
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,070
Score d'incertitude au seuil0,233

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,001
Communication savante0,0040,002
Science ouverte0,0010,003
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0700,016

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 Opus0,017
Tête enseignante GPT0,272
Écart entre enseignants0,254 · 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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJurnal Kompetensi Ilmu SosialMême sujetEmployee Performance and ManagementTravaux en français237 207