Operations management in not‐for‐profit, public and government services
Notice bibliographique
Résumé
[Excerpt] As the readers of Journal of Operations Management (JOM) very well know, JOM has had a long history of encouraging articles exploring new frontiers in the field. Following this rich tradition and encouragement from editor‐in‐chief Robert Handfield, we invited papers for a special issue of JOM on Operations Management in Not‐For‐Profit, Public and Government Sectors in early 2003. The call for papers encouraged researchers to submit manuscripts related to a wide range of topics including exploring the similarities and differences between operations management practices in not‐for‐profit organizations, public sector/government agencies and for‐profit corporations; strategic consensus among/between multiple stakeholders (e.g. donors, employees, volunteers, users, clients, policymakers, community); measurement of operational performance and relationship between operations strategy and performance; issues governing product, service and process design/innovation; unique issues related to quality management; the role of information technology and various operational tools, techniques and concepts in increasing productivity and efficiency; and other topics as appropriate to effective operations management of not‐for‐profit or public sector organizations. The call for papers explicitly encouraged the researchers to submit papers based on interdisciplinary topics and using a wide range of methodologies (conceptual, empirical, analytical and case‐based research methods). We are pleased to report that the call for papers for the special issue was very successful and that we received 55 manuscripts for consideration for publication from many different countries.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,010 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,007 |
| Études des sciences et des technologies | 0,004 | 0,005 |
| Communication savante | 0,018 | 0,012 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,004 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,013 | 0,004 |
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 source (Gemma direct ou Codex distillé), 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 ».