MétaCan
Menu
Retour à la cohorte
Enregistrement W123459231 · doi:10.20381/ruor-3691

Business Intelligence - Enabled Adaptive Enterprise Architecture

2014· dissertation· en· W123459231 sur OpenAlexaboutno aff
Okhaide Akhigbe

Notice bibliographique

RevueuO Research (University of Ottawa) · 2014
Typedissertation
Langueen
DomaineBusiness, Management and Accounting
ThématiqueBig Data and Business Intelligence
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBusiness architectureEnterprise architectureComputer scienceProcess managementBusiness ruleBusiness intelligenceKnowledge managementArtifact-centric business process modelBusiness process modelingInformation systemBusiness Process Model and NotationEnterprise information systemBusiness processBusinessArchitectureEngineeringMarketing

Résumé

récupéré en direct d'OpenAlex

The desire to obtain value and justify investments from the different Information Systems in place in organizations has been around for a long time. Organizations constantly theorize and implement different approaches that provide some sort of alignment between their different business objectives and Information Systems. Unfortunately, the environments in which these organizations operate are often dynamic, constantly changing with influence from external and internal factors that require continual realignment of the Information Systems with business objectives to provide value. When businesses evolve, leading to changes in business requirements, it is hard to know what direct Information System changes are needed to respond to the new requirements. Similarly, when there are changes in the Information System, it is not often easy to discern which business objectives are directly affected. Whilst the different Enterprise Architecture frameworks available today provide and propose some form of alignment, in their implementation, they do not show links between business objectives and Information Systems, i.e., indicating what Information System is directly responsible for different business objectives thereby allowing for anticipation and support of changes as the business evolves. This thesis utilizes insights from Business Intelligence and uses the User Requirements Notation (URN), which enables modeling of business processes and goals, to provide a framework that exploits links between business objectives and Information Systems. This Business Intelligence - Enabled Adaptive Enterprise Architecture framework allows for anticipating and supporting proactively the adaptation of Enterprise Architecture as and when the business evolves. The thesis also identifies and models levels within the enterprise where responses to change as the business evolves are needed and the ways the changes are presented. The tool-supported framework is evaluated against the different levels and types of changes on a realistic Enterprise Architecture at a Government of Canada department, with encouraging results.

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)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0040,003
Science ouverte0,0010,003
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,071
Tête enseignante GPT0,305
Écart entre enseignants0,234 · 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'étudeThéorique ou conceptuel
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueuO Research (University of Ottawa)Même sujetBig Data and Business IntelligenceTravaux en français237 207