MétaCan
Menu
Retour à la cohorte
Enregistrement W4415025443 · doi:10.51903/7sbb5m96

PENGARUH KOHESIVITAS KELOMPOK, KEPUASAN KERJA, LINGKUNGAN KERJA, DAN KOMITMEN ORGANISASI TERHADAP INTENSI <i>TURNOVER</i>

2025· article· id· W4415025443 sur OpenAlexaff
Lola Amelia, Pemilia Sulistyowati

Notice bibliographique

RevueDinamika · 2025
Typearticle
Langueid
DomaineSocial Sciences
ThématiqueSMEs Development and Digital Marketing
Établissements canadiensSt. Stephen's University
Organismes subventionnairesnon disponible
Mots-clésOrganizational commitmentHuman resourcesDepression (economics)

Résumé

récupéré en direct d'OpenAlex

Pengelolaan sumber daya manusia di perusahaan harus dijalankan dengan sebaik mungkin dengan pengelolaan yang efektif dan efesien agar perusahaan dapat bersaing dengan persahaan-persahaan lainnya. Sebaliknya jika pengelolaan sumber daya manusia perusahaan tidak berjalan dengan efektif, maka akan muncul berbagai masalah yang akan mengganggu kinerja perusahaan. Fenomena yang sering terjadi adalah terdapat banyak karyawan yang ingin berpindah kerja atau intensi turnover yang akhirnya berujung pada keputusan karyawan tersebut untuk meninggalkan pekerjaannya (turnover).

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,023
Score d'incertitude au seuil0,078

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,001
Communication savante0,0060,002
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0230,004

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 Opus0,014
Tête enseignante GPT0,256
Écart entre enseignants0,242 · 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 revueDinamikaMême sujetSMEs Development and Digital MarketingTravaux en français237 207