MétaCan
Menu
Retour à la cohorte
Enregistrement W7017954140

BİST sürdürülebilirlik endeksinde yer alan firmalarda örgütsel öğrenmenin sürdürülebilir insan kaynakları yönetimine etkisi

2022· article· tr· W7017954140 sur OpenAlexaboutno aff

Notice bibliographique

RevueeArşiv - KMÜ (Karamanoğlu Mehmetbey University) · 2022
Typearticle
Languetr
DomaineSocial Sciences
ThématiqueGenerational Differences and Trends
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésWork (physics)Quarter (Canadian coin)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Bu çalışma örgütsel öğrenmenin, işletmelerde uygulanan sürdürülebilir İKY uygulamalarına etkisini incelemek amacıyla hazırlanmıştır. Bu amaç doğrultusunda BİST sürdürülebilir endeksinde yer alan 58 firmada insan kaynakları uzmanı olarak çalışan 132 çalışanın katılımıyla nicel bir çalışma gerçekleştirilmiştir. Katılımcılardan elde edilen veriler analize tabi tutularak örgütsel öğrenme ve sürdürülebilir İKY arasındaki ilişki, örgütsel öğrenmenin sürdürülebilir İKY üzerindeki etkisi ve demografik değişkenlerin sürdürülebilir İKY algısındaki etkisi tespit edilmek istenmiştir. Elde edilen bulgulara göre, sürdürülebilir İKY alt faktörlerinden çalışma koşulları, çalışan gelişimi ve mutluluğu alt faktörünü, işletme içi bilgi paylaşımı alt faktörünün, çevreye duyarlılık alt faktörünü ise öğrenmeye olan kararlılık alt faktörünün anlamlı ve pozitif yönde etkilediği, aynı zamanda çalışma koşulları, çalışan gelişimi ve mutluluğu alt faktörünü açık fikirlilik alt faktörü, çevreye duyarlılık alt faktörünü ise paylaşılan vizyon alt faktörü anlamlı ve negatif yönde etkilediği görülmüştür. Değişkenlerin sürdürülebilir İKY algısı üzerindeki etkilerine bakıldığında, esneklik uygulamaları algısının üzerinde yaş faktörünün etkisinin olduğu, kağıtsız-dijital süreçler alt faktörünün algısı üzerinde ise yaş ve eğitim değişkenlerinin etkisinin olduğu saptanmıştır.

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)0,006
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 enseignants0,033
Score d'incertitude au seuil0,103

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0020,001
Communication savante0,0050,003
Science ouverte0,0010,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0310,005

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 Opus0,025
Tête enseignante GPT0,227
Écart entre enseignants0,203 · 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

Citations1
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueeArşiv - KMÜ (Karamanoğlu Mehmetbey University)Même sujetGenerational Differences and TrendsTravaux en français237 207