On the notion of soft‐goals in business process modeling
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Purpose The paper aims at providing a conceptual framework based on clearly defined concepts and notions, which integrates goals into process modeling and specifically distinguishes goals from soft‐goals or business measures. The application of this framework facilitates a systematic use of soft‐goals in process design. Design/methodology/approach The framework is developed on the basis of Bunge's well‐established ontology. It is applied to processes taken from the SCOR supply chain reference model for demonstration and evaluation. Findings Applying the framework to the SCOR processes resulted in a set of focused relations between soft‐goals and processes, as opposed to the ones suggested originally in the SCOR model. This demonstrates the usefulness of the framework in process design. Research limitations/implications The approach presented in the paper is still rather a theoretical framework than a fully validated procedure. It should be tested on larger‐scale cases in more practical settings and evaluated accordingly. Practical implications Applying the clearly defined concepts of the framework and the suggested analysis procedure is expected to lead to focused and applicable measures tied to business process during process design, and provide a basis for process measurement requirements to be supported by an information system. Originality/value The contribution of the paper is both theoretical and practical. It provides clear‐cut ontology‐based definitions to concepts which so far have been assigned fuzzy and ambiguous meaning and uses these definitions for systematically tying business measures to business 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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,003 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 découle