MétaCan
Menu
Retour à la cohorte
Enregistrement W7115572525 · doi:10.82396/cjcd.v9i2.3037

Charting Workplace Transitioning Pathways of Generation-Y Human Resources Practitioners

2021· article· en· W7115572525 sur OpenAlexaff

Notice bibliographique

RevueThe Journal of Macrodynamic Analysis (Memorial University of Newfoundland) · 2021
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueHuman Resource and Talent Management
Établissements canadiensRoyal Roads University
Organismes subventionnairesnon disponible
Mots-clésWorkforceHuman resourcesAppealWork (physics)Human resource managementCareer PathwaysWorkforce planningFocus group

Résumé

récupéré en direct d'OpenAlex

The purpose of this paper is to present results from a study exploring experiences of Generation-Y Human Resources practitioners as they transition from academia to the workplace. Research findings are from on-line surveys, and individual and focus group interviews with 221 college graduates, 170 supervisors of these workforce entrants, and 42 educators. Emergent from data analysis is a prevailing disconnect between new recruit expectations and organizational realities. Revealed is a need for a more streamlined transition to move new recruits into the workforce in the following areas: assigned workload, strategic accountabilities, establishing internal networks, office politics, mentoring, and conflict management. Proposed is a template for fostering academic-business partnerships that capitalize on learning for and from the workplace to ensure premier experiences are delivered to steer new recruits into the HR profession. This enables new recruits to excel in their career aspirations; and gives business leaders the edge in creating work environments that appeal to the new wave of HR practitioners, hence improving ability to recruit and retain them in a shrinking labour market. With a high premium placed on transition management new recruits enter the workforce with a full complement of competencies to advance and perpetuate organizational prosperity.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,358
Score d'incertitude au seuil0,669

Scores Codex et Gemma par catégorie

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

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 Opus0,018
Tête enseignante GPT0,210
Écart entre enseignants0,192 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of Macrodynamic Analysis (Memorial University of Newfoundland)Même sujetHuman Resource and Talent ManagementTravaux en français237 207