MétaCan
Menu
Retour à la cohorte

Romanian leaders’perception of success in the post-pandemic crisis : a kaleidoscope model approach

2024· dissertation· W7151767306 sur OpenAlexaboutno aff
Adela Jansen

Notice bibliographique

Revuenon disponible
Typedissertation
Langue
DomaineBusiness, Management and Accounting
ThématiqueHuman Resource and Talent Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésKaleidoscopePopulationContext (archaeology)Nova scotia

Résumé

récupéré en direct d'OpenAlex

La perception du succès des dirigeants roumains dans le contexte post-crise : une approche par le modele kaleidoscope La perception de la réussite des dirigeants roumains post-pandémiques a été influencée aux niveaux personnel, organisationnel et sociétal, en plus de l'influence des événements choquants sur les carrières et les trajectoires de carrière (Akkermans et al., 2020 ; Hite et McDonald, 2020). La dynamique des dimensions de la carrière de Kaléidoscope (Maineiro, 2005), l'authenticité, l'équilibre et le défi, sont étudiées à travers de multiples éléments d'originalité : période post-pandémique, géographie inexplorée, culture nationale et population cible. Des éléments innovants sont identifiés : la pandémie est enregistrée comme une opportunité pour un développement personnel et un engagement sociétal accrus, un changement d'attitude au travail, confirmant une authenticité constante et des dimensions de défi comme caractéristiques des leaders, et un besoin accru d'équilibre vers la fin de carrière, ainsi que des différences insignifiantes entre les sexes aux niveaux de direction. L'amélioration du modèle de carrière Kaleidoscope avec des modèles et une dimension post-pandémiques locaux, ainsi qu'une méthodologie de recherche qualitative flexible, représentent des contributions théoriques, en plus d'informations pragmatiques pour les stratèges, les praticiens et les régulateurs. Les limites sont également des recommandations pour des combinaisons plus ciblées et affinées de tous les paramètres de recherche démographiques et de ressources humaines, pour d'autres résultats spécifiques de ce modèle de carrière contextuel et sensible au genre (Koekemoer et Crafford, 2019).

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)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,027

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0040,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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 Opus0,033
Tête enseignante GPT0,273
Écart entre enseignants0,240 · 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'étudeQualitatif
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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetHuman Resource and Talent ManagementTravaux en français237 207