Peran Budaya Organisasi Dalam Meningkatkan Pemanfaatan Teknologi Informasi Terhadap Kepuasan Pegawai Dan Kinerja Pegawai Di Pemerintah Kabupaten Grobogan
Bibliographic record
Abstract
Tujuan penelitian adalah mengetahui secara empiris peran budaya organisasi dalam meningkatkan pemanfaatan teknologi informasi terhadap kepuasan pegawai dan kinerja pegawai di Pemerintah Kabupaten Grobogan. Populasi dalam penelitian ini, yang menjadi populasi adalah seluruh pegawai eselon 1, 2 dan 3 yang terkait secara langsung dengan Kabupaten Grobogan yang berjumlah 90 pegawai. Teknik pengambilan sampel adalah sensus, sehingga jumlah sampel penelitian sebanyak 90 responden. Teknik analisis menggunakan path analysis. Hasil penelitian menunjukkan bahwa budaya organisasi berpengaruh signifikan terhadap pemanfaatan Teknologi Informasi. Budaya organisasi berpengaruh signifikan terhadap kepuasan. Pemanfaatan Teknologi Informasi berpengaruh signifikan terhadap kepuasan. Budaya organisasi berpengaruh signifikan terhadap kinerja. Pemanfaatan Teknologi Informasi berpengaruh signifikan terhadap kinerja. Peningkatan kepuasan oleh budaya organisasi dari pemanfaatan Teknologi Informasi lebih efektif melalui jalur tidak langsung, karena hasil pengaruh langsung lebih kecil dibandingkan pengaruh tidak langsung. Peningkatan kinerja oleh budaya organisasi lebih efektif melalui jalur langsung, karena hasil pengaruh langsung lebih besar dibandingkan pengaruh tidak langsung.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.006 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.004 | 0.003 |
| Scholarly communication | 0.008 | 0.004 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.047 | 0.009 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".