MétaCan
Menu
Retour à la cohorte
Enregistrement W2172986851 · doi:10.1287/mnsc.2015.2368

Queueing Models of Case Managers

2016· article· en· W2172986851 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

RevueManagement Science · 2016
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueAdvanced Queuing Theory Analysis
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésQueueing theoryComputer scienceBaseline (sea)Service (business)HeuristicOperations researchServerSocial WelfareThroughputCustomer serviceStability (learning theory)Limit (mathematics)Operations managementBusinessComputer networkMarketingArtificial intelligenceMathematicsEconomics

Résumé

récupéré en direct d'OpenAlex

Many service systems use case managers, servers who are assigned multiple customers and have frequent, repeated interactions with each customer until the customer’s service is completed. Examples may be found in healthcare (emergency department physicians), contact centers (agents handling multiple online chats simultaneously) and social welfare agencies (social workers with multiple clients). We propose a stochastic model of a baseline case-manager system, formulate models that provide performance bounds and stability conditions for the baseline system, and develop two approximations, one of which is based on a two-time-scale approach. Numerical experiments and analysis of the approximations show that increasing case throughput by increasing the probability of case completion can lead to much greater waiting-time reductions than increasing service speed. Many systems place an upper limit on the number of customers simultaneously handled by each case manager. We examine the impact of these caseload limits on waiting time and describe effective, heuristic methods for setting these limits. This paper was accepted by Yossi Aviv, operations management.

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)0,001
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: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,703
Score d'incertitude au seuil0,424

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,001
Communication savante0,0000,003
Science ouverte0,0010,001
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 Opus0,017
Tête enseignante GPT0,237
Écart entre enseignants0,219 · 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