BPMapping and UMM in business process modeling for e-government processes
Notice bibliographique
Résumé
Governments worldwide are moving through information and communications technology (ICT) to the e-Government. In Quebec, the e-Government has reached its four phase of development that is the phase of integration necessitating an essential two-level transformation at the front and back offices. At the front-office, the transformation deals with the integration of services offered to citizens, and in the back-office it aims to migrate from systems developed in silos to interoperable and interconnected systems. To achieve this integration, there is a need to redesign business processes to offer integrated services. For this purpose, a modeling of the business processes according to international norms and standards to provide interoperability and interconnectivity is hence necessary. This paper presents a new business process modeling approach. It is based on Business Process Mapping (BPMapping) and the UN/CEFACT Modeling Methodology (UMM). The BPMapping provides an overall view of the business processes showing their inputs, outputs and interdependencies. The details of these business processes are described using UMM and different levels of decomposition. Each level provides diagrams and forms to describe the business and functional requirements and information exchanged between process partners. The approach is applied to the modeling of the Integrated Records Management (IRM) process of the Quebec Government. The results show that the proposed approach identifies, models and documents business processes according to international norms and standards while providing an overall structural and dynamic view of the business process.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,003 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».