Integrating service design principles and information technology to improve delivery and productivity in public sector operations: The case of the South Carolina DMV
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
Abstract One relatively unanswered question regarding operational efficiency and effectiveness is whether and how public sector or government operations can employ service strategy and design concepts to deal with the conflicting objectives of minimizing expenditures while providing for an increasing number of “causes” [Haywood‐Farmer, J., Nollet, J., 1991. Service Plus: Effective Service Management, G. Morin Publisher, Quebec]. In this paper, we argue that the mechanism that permits or enables simultaneous success on these dimensions in public sector operations is information technology applied in conjunction with a unified set of service operations concepts. To demonstrate this contention, we employ an adaptation of the Goldstein et al. [Goldstein, S.M., Johnston, R., Duffy, J., Rao, J., 2002. The service concept: the missing link in service design research? Journal of Operations Management 20 (2), 121–134] service planning design framework, taking issue with some interpretative aspects of their strategic model. The modified planning framework was applied to an initiative in South Carolina state government to improve operations and technology deployment at the Department of Motor Vehicles (DMV). The detailed and ongoing case study illustrates the utility of a broad service‐based, IT‐enabled approach to designing a government service, while simultaneously demonstrating that operational service alignment is the key to avoiding results that have long been labeled a dilemma in the public sector.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,003 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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