MétaCan
Menu
Retour à la cohorte
Enregistrement W2067404681 · doi:10.4018/jal.2011070104

Process Analysis of Knowledge Production

2011· article· en· W2067404681 sur OpenAlexaff
Raafat George Saadé, Ali Ahmed

Notice bibliographique

RevueInternational Journal of Applied Logistics · 2011
Typearticle
Langueen
DomaineComputer Science
ThématiqueOpen Source Software Innovations
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésSupply chainPublishingGeneral partnershipKnowledge sharingOpenness to experienceKnowledge managementProcess (computing)BusinessProduction (economics)Process managementComputer scienceMarketing

Résumé

récupéré en direct d'OpenAlex

This paper presents an optimized supply chain for ‘knowledge products’. Based on the traditional logistics model for academic knowledge, knowledge creation and delivery are discussed. A new framework of an optimized supply chain for ‘knowledge products’ is developed. A semi-structured interview was undertaken to capture and analyze the knowledge logistics in a traditional publishing setup. Findings include the illustration of a new optimized supply chain for the manufacturing and distribution of ‘knowledge products’. Realised benefits are discussed showing a significant reduction in total supply chain processing. Research in this domain involves the actual knowledge creators (publishing companies). Connecting knowledge delivery systems to the supplier presents challenges including information sharing and openness to accessing their systems. More challenges are discussed with implications, primarily related to commitment, partnership and re-engineering of present systems. Publishing companies still follow the same traditional supply chain for knowledge creation. They have moved towards custom publishing, but their processes remain practically the same. Publishing companies have to change their mindsets and re-engineer their processes.

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)0,006
score de la tête « metaresearch » (Gemma)0,018
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,998
Score d'incertitude au seuil0,033

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,018
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0070,007
Études des sciences et des technologies0,0020,002
Communication savante0,0060,004
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0090,002

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 Opus0,051
Tête enseignante GPT0,312
Écart entre enseignants0,261 · 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.

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
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Applied LogisticsMême sujetOpen Source Software InnovationsTravaux en français237 207