MétaCan
Menu
Retour à la cohorte
Enregistrement W2050005789 · doi:10.5539/ibr.v8n1p106

Exploring to Service Innovations in Shanghai Metro System: Based on the Model of MFCSI

2014· article· en· W2050005789 sur OpenAlexvenueno aff
Jutamart Limsupanark, Ming Xu, Yu Wang, Dai Wenwen

Notice bibliographique

RevueInternational Business Research · 2014
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueService and Product Innovation
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésChinaCompetence (human resources)BusinessService (business)MarketingMetro stationService innovationField surveyService systemTransport engineeringEngineeringManagementGeographyEconomicsCivil engineering

Résumé

récupéré en direct d'OpenAlex

This paper studies service innovations that have been developed in Shanghai Metro System within last seven years. The information about service innovations are mainly gathered from Shanghai Metro’s official website concentrating on the model of five levels of classification of service innovation in enterprises (MFCSI)which was developed by a group of scholars in Donghua University, China. The survey on passengers and interviews on the operation and managerial staffs are also carried out related with their services and innovations. Data collection was done via Websites-investigation, field observation and interview in five metro stations in Shanghai. Totally 18 service innovation cases are analyzed by the Model of MFCSI. Meanwhile, some solutions for improving were found for better development of MFCSI as a new measuring tool concerning the increasing service firms’ competence, which is similar to the new points in the service science field with the potential to be used more further in services firms.

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)0,003
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,707
Score d'incertitude au seuil0,358

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,007
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,301
Tête enseignante GPT0,349
Écart entre enseignants0,048 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations0
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Business ResearchMême sujetService and Product InnovationTravaux en français237 207