MétaCan
Menu
Retour à la cohorte
Enregistrement W6968471289 · doi:10.5281/zenodo.14853766

Narrative Paradigms: Emotional Intelligence and Strategic Imperatives in HR Professional Designation Preparation

2025· article· en· W6968471289 sur OpenAlexaffabout

Notice bibliographique

RevueZenodo (CERN European Organization for Nuclear Research) · 2025
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueAI and HR Technologies
Établissements canadiensUniversity Canada West
Organismes subventionnairesnon disponible
Mots-clésEmotional intelligenceEmotional competenceCompetence (human resources)CuriosityAnalyticsCultural competenceCurriculumEnthusiasmNarrative

Résumé

récupéré en direct d'OpenAlex

This study explores the emotional dimensions of HR analytics education among MBA students preparing for the Certified Professional in Human Resources (CPHR) designation. Using qualitative data from faculty narratives at University Canada West (UCW) and insights from prior research, the study examines students’ emotional responses to People Analytics Platforms (PAPs) and the integration of emotional intelligence and cultural competence into HR curricula. Grounded in Bourdieu’s theory of capital, Critical Social Justice Theory, and the Technology Acceptance Model (TAM) extension, the research highlights how emotional intelligence, cultural capital, and social justice considerations shape students’ attitudes toward HR analytics tools. Findings reveal a range of emotional reactions—from curiosity and enthusiasm to frustration and apprehension—underscoring the role of emotional intelligence in managing technological challenges and enhancing decision-making. The integration of the Attitude, Behavior, Knowledge (ABK) model and Emotional Intelligence (EI) Theory further emphasizes emotional awareness and regulation as critical skills for future HR leaders. Practical implications suggest curriculum enhancements that foster emotional competence alongside technical proficiency. The study contributes to HR analytics education by highlighting the interplay between emotional dynamics and technological adoption, offering recommendations for MBA educators to create supportive learning environments. This holistic framework aims to develop students’ analytical capabilities, emotional intelligence, and cultural fluency, equipping them to address the complexities of modern HR practice.

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)0,006
score de la tête « metaresearch » (Gemma)0,012
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,030

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,012
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0040,011
Communication savante0,0060,007
Science ouverte0,0010,004
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,050
Tête enseignante GPT0,284
Écart entre enseignants0,233 · 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'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
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueZenodo (CERN European Organization for Nuclear Research)Même sujetAI and HR TechnologiesTravaux en français237 207