MétaCan
Menu
Retour à la cohorte
Enregistrement W1538418903 · doi:10.4018/978-1-878289-77-3.ch003

Toward an Autopoietic Approach for Information Systems Development

2001· book-chapter· en· W1538418903 sur OpenAlexaff
El‐Sayed Abou‐Zeid

Notice bibliographique

RevueIGI Global eBooks · 2001
Typebook-chapter
Langueen
DomaineBusiness, Management and Accounting
ThématiqueInformation Technology Governance and Strategy
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésAutopoiesisInformation systemComputer scienceDomain (mathematical analysis)Strengths and weaknessesMainstreamScope (computer science)Independence (probability theory)Component (thermodynamics)Knowledge managementManagement scienceData scienceEngineeringArtificial intelligenceEpistemologyMathematicsPolitical science

Résumé

récupéré en direct d'OpenAlex

Several weaknesses of information systems development methodologies have been identified and studied in the recent years. These weaknesses can be viewed from different perspectives such as: • The characteristics of the outcomes, i.e., information systems: The current methodologies are producing systems with rigid and inflexible that are difficult to maintain and to evolve (e.g., Loucopoulos, 1991). • The degree of the domain-independence: There is a gap between the way system development methodologies in the mainstream of scientific and technical literature and the way they are carried out in real life situations. This is mainly due to the domain-independence of most of these methodologies (Bansler & Bolker, 1993, Vessy & Glass, 1998). • The conceptual and philosophical bases: The dominance of the functionalistic view in the most of current methodologies (Hirschheim, Klein & Lyytinen, 1995, Iivari, 1991, Iivari, Hirschheim & Klein, 1998). In addition, most of information systems development methodologies under-utilize the richness of concepts and insights provided by new and emerging theories such as autopoiesis, self-organization, and fuzzy logic. Moreover, they do not accommodate the new emerging information systems and technologies such as component and framework technologies, web-enabled information systems and ERP.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,934
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,027
Tête enseignante GPT0,216
Écart entre enseignants0,189 · 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 tête enseignante, pas un consensus.

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

Citations1
Publié2001
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIGI Global eBooksMême sujetInformation Technology Governance and StrategyTravaux en français237 207