A note to ‘Enterprise risk management: a DEA VaR approach in vendor selection’: a response to Wei and Wang and model extension
Notice bibliographique
Résumé
Enterprise risk management (ERM) has become an important topic in today's more complex, interrelated global business environment, replete with threats from natural, political, economic and technical sources. Wu and Olson (Citation2010) [Wu, D.S. and Olson, D., 2010. Enterprise risk management: a DEA VaR approach in vendor selection. International Journal of Production Research 48 (16), 4919–4932] present a state-of-the-art overview of Enterprise risk management and discuss the possibility of constructing a value at risk measure at the data envelopment analysis (DEA) framework. Wei and Wang [Wei, G.W. and Wang, J.M., 2011. Value-at-risk and data envelopment analysis: comments on Wu and Olson (Citation2010). International Journal of Production Research, 49 (23), 7189–7193] contend errors in the article. Wei and Wang suggest a model based on Li [Li, S.X., 1998. Stochastic models and variable returns to scales in data envelopment analysis. European Journal of Operational Research, 104, 532–548]. We show that the suggested model in Wei and Wang (Citation2011) does not solve the problem completely. We provide alternative approaches to conduct performance evaluation with good discriminating power.
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 | 0,030 | 0,089 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,002 | 0,005 |
| Études des sciences et des technologies | 0,002 | 0,006 |
| Communication savante | 0,006 | 0,012 |
| Science ouverte | 0,004 | 0,005 |
| Intégrité de la recherche | 0,010 | 0,025 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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.
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 ».