MétaCan
Menu
Retour à la cohorte
Enregistrement W2028506533 · doi:10.1145/1923947.1923993

Achieving business agility with WebSphere ILOG JRules and WebSphere BPM

2010· article· en· W2028506533 sur OpenAlexaff
Maria Koshkina, Kien Huynh, Ying Zhao

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueBusiness Process Modeling and Analysis
Établissements canadiensIBM (Canada)
Organismes subventionnairesnon disponible
Mots-clésBusiness process managementComputer scienceFlexibility (engineering)Business processProcess managementBusiness ruleBusiness process modelingProcess (computing)Business Process Model and NotationBusiness process discoveryArtifact-centric business process modelBusiness logicSoftware engineeringKnowledge managementOperations managementDatabaseEngineeringOperating systemWork in process

Résumé

récupéré en direct d'OpenAlex

Business Process Management (BPM) and Business Rule Management (BRM) are two technologies that are used to improve the agility, flexibility and efficiency of operational processes. Many people have questioned the differences between the two, or use the terms interchangeably---there are, however, clear differences in terms of the functionality and the value of each. BPM is focused on defining, orchestrating and monitoring long running processes that are comprised of both people- and system-based activities. BRM on the other hand, is focused on defining, maintaining and executing decision logic that is used at specific points within a process or as part of automated decisions within business systems. Overall, the complement, or synergy, between BPM and BRM is about reaching further---expanding the breadth of problems that can be solved with a single solution. Both technologies share goals such as improving the efficiency and visibility of business processes, but they do so at different levels in a solution.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,161
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
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,002
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,006
Tête enseignante GPT0,176
Écart entre enseignants0,170 · 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'étudeObservationnel
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
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetBusiness Process Modeling and AnalysisTravaux en français237 207