MétaCan
Menu
Retour à la cohorte
Enregistrement W6894134061 · doi:10.5281/zenodo.8008498

Talent Readiness of PT KAI to Face the Era of Change

2023· article· en· W6894134061 sur OpenAlexaboutno aff

Notice bibliographique

RevueZenodo (CERN European Organization for Nuclear Research) · 2023
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueHuman Resource and Talent Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGeneral partnershipData collectionSubsidiaryIndonesianQuarter (Canadian coin)PoolingFace (sociological concept)

Résumé

récupéré en direct d'OpenAlex

<strong>ABSTRACT: </strong>PT KAI is the only rail-based transportation company in Indonesia managed by SOEs. The main services offered by PT KAI are transportation for passengers and products, while its non-core business is real estate, and its subsidiaries include six companies offering a wide range of services. PT KAI is currently undergoing changes that can be seen with the change in partnership PT KAI is moving towards Global Partnership. This can be seen by the cooperation carried out by PT KAI with other countries in carrying out the Indonesian Fast Train project. One of PT KAI's missions is to become digital-based railway transportation. This mission is a business response to changes moving into the digital era. This research was conducted using quantitative methods. Data collection was carried out by researchers by visiting PT KAI Head Office located on Jl. Perintis Kemerdekaan No.1, Babakan Ciamis, Kec. Sumur Bandung, Bandung City, West Java, and PT KAI Training Center located in two locations, namely Jl. Kacapiring, Batununggal District, Bandung City, West Java, Indonesia, and Jl. Ir. H. Juanda No.215, Dago, Coblong District, Bandung City, West Java, Indonesian. The respondents of this study were active employees of PT KAI totaling 168 respondents. The method of data collection is carried out by du event, namely Quick Count or Pooling Priority, and also through Questionnaires. The data processed then was from 140 respondents. The data reduction was carried out because it was found that there were outliers of 28 respondents or 16.67% obtained through examination with the SPSS 26 tool with the Casewise Diagnostic method. Researchers also provide solutions to change issues so that PT KAI is better prepared to face the era of change in the future, consist of PT KAI Goes International through English Habits, and Work Abroad Opportunities for PT KAI's Top Talent, Transforming Service Quality and Security by maximizing the use of AI and Renewable Technology in all Business processes, Creating Synergies (Including SOEs) through harmonious and collaborative strategic alliances with other state-owned companies, Global Partnership as the best transportation ecosystem solution for Indonesia by opening up to the existence of a Global partnership business scheme.

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)0,001
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 consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,288
Score d'incertitude au seuil0,997

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,002
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,009

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 Opus0,088
Tête enseignante GPT0,256
Écart entre enseignants0,168 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueZenodo (CERN European Organization for Nuclear Research)Même sujetHuman Resource and Talent ManagementTravaux en français237 207