Notice bibliographique
Résumé
Enterprise Architecture (EA) is a consulting practice and discipline intended to improve the management and functioning of complex organizations. The various approaches to EA can be classified by how they define what is to be architected and what, as a result, is the relevant environment. Traditionally, management has been understood as “Planning, Organizing, Command, Coordinating, and Controlling” (POCCC), that is, the role is bounded within the organization. The corresponding EA approach suggests architecting IT systems to support management, with the implicit environment being members of the organization as well as partner organizations. As the objective of EA practice expands to include organizational members, technical systems, and a wider set of stakeholders, so too does the complexity it must address. This results in an enlarged domain of issues and concerns. Finally, if the objective of EA is a sustainable enterprise, then physical, societal, and ecological environments radically increase the complexity of actualizing this goal. Corresponding to this increase in scope is a parallel shift in the scope of management concerns. With the goal of pushing EA towards concerns regarding enterprise sustainability, an open socio-technical system design perspective of EA, which we have named Enterprise-in-Environment Adaptation (EiEA), is discussed. EiEA offers a comprehensive approach to respond to the demands for complexity management that arise when working towards enterprise sustainability; yet, it requires that organisations also embrace deep culture changes, such as participative design, worker empowerment, as well as shared accountability and responsibility, to name a few.
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 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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,022 |
| 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 | 0,001 |
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 tête enseignante, 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 ».