MétaCan
Menu
Retour à la cohorte
Enregistrement W2162216584 · doi:10.5555/1161734.1162076

Visual modeling of business problems: workflow and patterns

2004· article· en· W2162216584 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueWinter Simulation Conference · 2004
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueBusiness Process Modeling and Analysis
Établissements canadiensCalgary Laboratory Services
Organismes subventionnairesnon disponible
Mots-clésComputer scienceVisualizationWorkflowVisual modelingBusiness process modelingVisual analyticsData miningProcess modelingStory-driven modelingBusiness processSoftware engineeringProgramming languageSoftwareUnified Modeling LanguageDatabaseClass diagramWork in processEngineering

Résumé

récupéré en direct d'OpenAlex

Computer-based business analysis relies on models, or algorithmic representations of the business process. Real-life business problems can become very complex, which creates difficulties in generation, analysis, testing, and the actual use of the models. The paper discusses a proposed solution: the visual modeling workflow. A diagram or a group of diagrams represent each step within this workflow. The visual modeling process can be simplified by applying patterns or problem-solution formulas. Such modeling patterns include decoupling, encapsulation, visualization of user workflow, multi-layer visual representation of the calculation logic, and early identification and visualization of uncertainties. The patterns are applied to the visual modeling workflow, which include high level conceptual modeling, using Domain Models and Calculation Diagrams to visualize the calculation logic, visualization of testing and consolidations, and visualization of results of probabilistic analysis and simulation. The described methodology is used in a number of Schlumberger's software application.

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 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)0,000
score de la tête « metaresearch » (Gemma)0,000
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: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,559
Score d'incertitude au seuil0,581

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
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 Opus0,040
Tête enseignante GPT0,258
Écart entre enseignants0,218 · 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