A “genomic” classification scheme for supply chain management information systems
Notice bibliographique
Résumé
Purpose This paper has the objective of demonstrating a more structured and useful method for evaluating functionality of enterprise software packages such as supply chain management information systems (SCM IS). Existing taxonomies have limited utility for software selection and analysis due to the variation and overlap in functionality found in modern enterprise systems. Design/methodology/approach A qualitative analysis of over 1,800 pages of SCM IS documentation and independent analyst reports is used to identify relevant SCM IS functional attributes in the seven most widespread SCM IS packages. Pattern matching and coding of constructs is used to iteratively build a hierarchical taxonomy of SCM IS functionality. Findings The taxonomy developed describes 83 major functional attributes that form five top‐level categories: primary supply chain processes, data management, decision support, relationship management, and performance improvement. The codes representing supply chain processes agree with the widely used Supply Chain Operations Reference (SCOR) process model, although the terminology was not used consistently in vendor and analyst documents. Research limitations/implications The approach described enables richer classification schemes to be built that will better distinguish between the wide‐ranging functionality found in modern enterprise information systems. Practical implications Selection and analysis of SCM IS is difficult due to the functional overlaps in different systems. The approach described enables a more structured, detailed, and useful analysis of an organization's current or proposed information systems. Originality/value This paper contributes a novel approach for conceptualizing and analyzing complex information systems using hierarchical rather than traditional flat taxonomies.
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 | 0,004 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,014 | 0,015 |
| Études des sciences et des technologies | 0,003 | 0,006 |
| Communication savante | 0,006 | 0,006 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,003 |
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 ».