MétaCan
Menu
Retour à la cohorte
Enregistrement W1988823141 · doi:10.1177/154193120605000340

Comparison of the Cf Doctrinal and Applied Operational Planning Process

2006· article· en· W1988823141 sur OpenAlexaffabout
Lora Bruyn Martin, Lisa Rehak, Tab Lamoureux, Bob Vokac, David Bryant

Notice bibliographique

RevueProceedings of the Human Factors and Ergonomics Society Annual Meeting · 2006
Typearticle
Langueen
DomaineEngineering
ThématiqueMilitary Strategy and Technology
Établissements canadiensDefence Research and Development Canada
Organismes subventionnairesnon disponible
Mots-clésOperational planningDoctrineProcess (computing)Operations researchProcess managementComputer scienceFunction (biology)Management scienceOperations managementEngineeringPolitical scienceLawManagementEconomics

Résumé

récupéré en direct d'OpenAlex

Several alternative models of operational planning have been proposed that adopt an intuitive or recognition-primed decision strategy, compared to one that is analytical. Although these models have been generated from anecdotal reports and observations of planning in operational settings, a systematic comparison of doctrinal and applied planning processes has never been documented. This paper describes the work done to empirically compare the planning process, as applied during a Brigade (Bde) level exercise, to the doctrinal Canadian Forces (CF) Operations Planning Process (OPP). Observers followed and documented all of the planning functions performed by the Plans Cell using the CFOPP as a reference. Results suggest that: the applied OPP, conducted at Brigade level, is a hybrid and abbreviated version of doctrinal OPP; planning is somewhat opportunistic and involves intuitive decision making by both the Commander and Staff; the OPP, as applied in an operational setting, is a command-driven process, and, intuitive decision making at individual (lower) function level by Staff member could lead to more efficient planning. These results have implications for doctrine, training, OPP process refinement and planning tool 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.

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)0,029
score de la tête « metaresearch » (Gemma)0,078
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 enseignants0,052
Score d'incertitude au seuil0,152

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0290,078
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0030,004
Études des sciences et des technologies0,0020,009
Communication savante0,0050,005
Science ouverte0,0030,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,013
Tête enseignante GPT0,237
Écart entre enseignants0,224 · 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
Publié2006
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueProceedings of the Human Factors and Ergonomics Society Annual MeetingMême sujetMilitary Strategy and TechnologyTravaux en français237 207