MétaCan
Menu
Retour à la cohorte
Enregistrement W1503681756 · doi:10.5539/ibr.v8n7p144

Improving the Energy Operators Efficiency by Business Process Reengineering in Jordan

2015· article· en· W1503681756 sur OpenAlexvenueno aff
Salem Ahmad Alrhaimi

Notice bibliographique

RevueInternational Business Research · 2015
Typearticle
Langueen
DomaineEnergy
ThématiqueEnergy Efficiency and Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBusiness process reengineeringProcess managementProduction (economics)Competition (biology)Industrial organizationBusinessBusiness processProcess (computing)GlobalizationBureaucracyDistribution (mathematics)Energy managementField (mathematics)Computer scienceOperations managementEnergy (signal processing)MarketingEconomicsMarket economyWork in processMicroeconomicsPoliticsMathematicsPolitical science

Résumé

récupéré en direct d'OpenAlex

In the early 1990’s, the concept of “Business Process Reengineering” (BPR) was first introduced by Michael Hammer and James Champy. Nowadays, many projects aiming a better management focus on better processes, as obtained by reengineering the existing ones, using different techniques. This paper approaches this aspect of the management processes redesign in a field which has been (and still is) highly regulated and ruled by bureaucratic laws: electricity production and distribution. Introducing the corporate management in this field is not always possible but, up to some extent, it is desirable, both because the competition occurred and is growing but also due to the globalization of the energy market. Processes control is necessary for almost all processes run at the level of the energy operators, concerning production, distribution and trading. This paper identifies the most important aspects to be taken into account in order to implement corporate management redesign and especially BPR in the energy sector of Jordan, emphasizing the resemblances and differences between the two cases and offering recommendations for fulfillment of this approach.

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)0,005
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,026

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0030,003
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,032
Tête enseignante GPT0,317
Écart entre enseignants0,284 · 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'étudeQualitatif
Domainenon disponible
GenreEmpirique

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

En bref

Citations1
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Business ResearchMême sujetEnergy Efficiency and ManagementTravaux en français237 207