BİST sürdürülebilirlik endeksinde yer alan firmalarda örgütsel öğrenmenin sürdürülebilir insan kaynakları yönetimine etkisi
Bibliographic record
Abstract
Bu çalışma örgütsel öğrenmenin, işletmelerde uygulanan sürdürülebilir İKY uygulamalarına etkisini incelemek amacıyla hazırlanmıştır. Bu amaç doğrultusunda BİST sürdürülebilir endeksinde yer alan 58 firmada insan kaynakları uzmanı olarak çalışan 132 çalışanın katılımıyla nicel bir çalışma gerçekleştirilmiştir. Katılımcılardan elde edilen veriler analize tabi tutularak örgütsel öğrenme ve sürdürülebilir İKY arasındaki ilişki, örgütsel öğrenmenin sürdürülebilir İKY üzerindeki etkisi ve demografik değişkenlerin sürdürülebilir İKY algısındaki etkisi tespit edilmek istenmiştir. Elde edilen bulgulara göre, sürdürülebilir İKY alt faktörlerinden çalışma koşulları, çalışan gelişimi ve mutluluğu alt faktörünü, işletme içi bilgi paylaşımı alt faktörünün, çevreye duyarlılık alt faktörünü ise öğrenmeye olan kararlılık alt faktörünün anlamlı ve pozitif yönde etkilediği, aynı zamanda çalışma koşulları, çalışan gelişimi ve mutluluğu alt faktörünü açık fikirlilik alt faktörü, çevreye duyarlılık alt faktörünü ise paylaşılan vizyon alt faktörü anlamlı ve negatif yönde etkilediği görülmüştür. Değişkenlerin sürdürülebilir İKY algısı üzerindeki etkilerine bakıldığında, esneklik uygulamaları algısının üzerinde yaş faktörünün etkisinin olduğu, kağıtsız-dijital süreçler alt faktörünün algısı üzerinde ise yaş ve eğitim değişkenlerinin etkisinin olduğu saptanmıştır.
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 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.005 | 0.003 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.031 | 0.005 |
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".