Modelling strategic actor relationships for risk management in organizations undergoing business process reengineering due to information systems adoption
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Purpose Because of the competitive economy, organizations today seek to rationalize, innovate and adapt to changing environments and circumstances as part of business process reengineering (BPR) efforts. Irrespective of the process reengineering program selected and the technique used to model it, BPR brings with it the issues of organizational and process changes. Thus, BPR initiatives involve risk taking. Effective management of risks and their prediction and estimation should help in minimizing failures from BPR efforts. Risk management is non‐trivial due to the large uncertainty involved with business success with BPR efforts. Though some attempt has been made to model risk management in enterprise information systems using conventional conceptual modelling techniques, the previous works have analyzed and modeled the same just by addressing “what” a process is like, but do not address “why” the process is the way it is. Design/methodology/approach The approach presents a new technique for analyzing and modelling early‐phase requirements of organizational risk management that provides the motivations, intents, and rationales behind the entities and activities. Findings A case study has been considered to illustrate this approach. Originality/value The approach is novel in the sense that there is no similar intentional modeling approach for risk management to the best of one's knowledge. The approach is expected to be valuable because by using this approach one can reason about the risks associated with BPR and can incorporate prominently the issues related to risk in the process of systems analysis and design.
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.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,003 | 0,010 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,002 | 0,007 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découle