MétaCan
Menu
Retour à la cohorte
Enregistrement W2045454011 · doi:10.1108/14637150810888082

Eyes, ears and technology

2008· article· en· W2045454011 sur OpenAlexaboutno aff
James E. Carr, Pat Gannon‐Leary, Bernadette Allen, Patsy Beattie‐Huggan, Anne McMurray, Nishka Smith

Notice bibliographique

RevueBusiness Process Management Journal · 2008
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueInnovation and Knowledge Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBusiness process reengineeringVideoconferencingOriginalityTeleconferenceArgument (complex analysis)Process (computing)Quality (philosophy)Computer scienceValue (mathematics)Knowledge managementBusinessPsychologyMultimediaMarketingMedicineSocial psychology

Résumé

récupéré en direct d'OpenAlex

Purpose The purpose of this paper is to evaluate the effectiveness of video‐conferencing as a suitable technology for business process reengineering (BPR) training of 12 health sector participants located in Prince Edward Island, Canada. Design/methodology/approach An action research was adopted. The participants received training from a remote BPR consultant located in Northern Ireland (UK), with the assistance of local moderators. The focus of the study is concerned with the quality of the learning experience and the important role played by local moderators. Findings Overall, the use of video‐conferencing technology provided a valuable learning experience. It was also cost effective and an efficient use of both the consultant's and the participants' time. A key part of the success of the exercise was the role of one of the local moderators who acted as the “eyes and ears” of the consultant. Originality/value A general contribution to knowledge is the positioning of the argument developed within the technology diffusion literature. The paper offers important insights into the effective use of video‐conferencing technology for BPR training purposes; and Knipe and Lee's evaluation of a video‐conferencing experiment in terms of the relationship between the human actors at the remote and local sites is discussed and extended.

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)0,004
score de la tête « metaresearch » (Gemma)0,014
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,042

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,014
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,013
Communication savante0,0110,006
Science ouverte0,0010,006
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0130,001

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.

Tête enseignante Opus0,015
Tête enseignante GPT0,223
Écart entre enseignants0,209 · 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'étudeSans objet
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

Citations3
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBusiness Process Management JournalMême sujetInnovation and Knowledge ManagementTravaux en français237 207