MétaCan
Menu
Retour à la cohorte
Enregistrement W7132822377 · doi:10.53485/rgn.v5i2.242

Classification of competences according to their difficulty in detecting human talent

2022· article· W7132822377 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueREVISTA GLOBAL NEGOTIUM · 2022
Typearticle
Langue
DomaineBusiness, Management and Accounting
ThématiqueBusiness, Education, Mathematics Research
Établissements canadiensSAIT Polytechnic
Organismes subventionnairesnon disponible
Mots-clésIBMDescriptive statisticsHuman resourcesReliability (semiconductor)Object (grammar)Data collectionCoding (social sciences)

Résumé

récupéré en direct d'OpenAlex

The research seeks to determine the classification of competencies according to their difficulty in detecting human talent at the Hotel Campestre Santa Catalina of the Municipality of San Gil - Santander. With a quantitative method, descriptive type, field design, cross-sectional and non-experimental, using twelve 12 subjects as observation units. The survey technique was used, and a 15-item structured questionnaire was used as an instrument, validated by the judgment of five (5) experts, with a reliability of (0.82) according to Cronbach's Alpha coefficient, being highly reliable. Data analysis was performed by coding and tabulation, with the IBM SPSS Statistics V.22 program. The results show that the total arithmetic mean is 3.99 percentage points, reflecting the sum of trends 74% positive, 19% neutral and 7% negative, categorizing the variable as present in the human management model by competencies of the object of study. It is concluded that these findings present a positive trend in human talent processes, stimulating the participation of collaborators to integrate into the organization's strategies and optimize the resources in the jobs, given by the specific competencies of the collaborators.

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.

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)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,168
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,006
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
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 Opus0,054
Tête enseignante GPT0,317
Écart entre enseignants0,263 · 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