Desempeño laboral, calidad del servicio en la gestión orientada a resultados de un gobierno local de Lima centro, 2021
Bibliographic record
Abstract
Nuestra presente tesis tuvo como objetivo principal: Determinar el desempeño laboral, la calidad del servicio en la gestión orientada a resultados de un gobierno local de Lima centro 2021. La metodología que hemos empleado para nuestro trabajo de investigación fue de nivel cuantitativo, descriptivo y correlacional, así mismo nuestra investigación fue de tipo básica, de diseño no experimental y de corte transversal. Para nuestra investigación se trabajó con una muestra de 136 trabajadores de un gobierno local de Lima centro, estos fueron quienes respondieron a nuestro cuestionario, instrumento que fueron validados por doctores, empleándose en este instrumento la escala de Likert, el medio por el cual respondieron a este cuestionario fue a través de google form, esta encuesta constó de un total de 35 preguntas, siendo el resultado de esta aplicación con un Alfa de Cronbach de: Variable desempeño laboral 0,903; Variable Calidad del servicio 0,950 y Variable Gestión orientada a resultados 0,915. A través de los resultados de la prueba de Regresión Logística Multinomial en nuestras hipótesis tanto en la general como las específicas se rechazaron la hipótesis nula ya que en los resultados se obtuvo un p valor de 0,000 menor a 0,05.
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) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.007 | 0.001 |
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".