Intellectual capital management of programmers in the software industries of Brazil and Canada
Notice bibliographique
Résumé
Este estudo procura identificar, medir e avaliar as práticas dos empregadores do Brasil e do Canadá em relação à gestão do capital intelectual de seus desenvolvedores de software, comumente chamados de programadores. O trabalho condensa, através da revisão e análise dos principais autores do assunto, os pressupostos básicos da boa gestão do capital intelectual. Tais pressupostos foram determinados especificamente para os desenvolvedores de software, que são agentes nucleares na indústria da tecnologia da informação, tecnologia essa que é onipresente em todas as instituições modernas. A partir desses pressupostos básicos, foram definidos 13 Índices de Capital Intelectual, que possibilitaram a criação de um questionário eletrônico disponibilizado na internet, no qual profissionais do Brasil e do Canadá responderam após serem convidados através do disparo em massa de mensagens de e-mail, gerando assim os dados primários. Os 13 Índices de Capital Intelectual propostos são: Índice de Instrução, Índice de Treinamento, Índice do Sistema de Conhecimento Organizacional, Índice Ocupacional, Índice de Satisfação, Índice Motivacional, Índice Vocacional, Índice de Coleguismo, Índice do Poder de Decisão (empowerment), Índice de Contato Direto com Clientes, Índice de Rotatividade, Índice Hierárquico e Índice do Papel Contábil. Através de uma metodologia original proposta pelo autor, os resultados da pesquisa de campo, fartamente ilustrados com gráficos, mostraram que os respondentes do Canadá obtiveram melhor resultado em 7 índices, enquanto que os brasileiros superaram os canadenses nos demais 6 índices.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,003 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».