MétaCan
Menu
Retour à la cohorte
Enregistrement W2317530246 · doi:10.1139/l2012-071

Prioritization criteria for enterprise resource planning systems selection for civil construction companies: a multicriteria approach

2012· article· en· W2317530246 sur OpenAlexvenueno aff
Mírian Picinini Méxas, Osvaldo Luíz Gonçalves Quelhas, Helder Gomes Costa

Notice bibliographique

RevueCanadian Journal of Civil Engineering · 2012
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueERP Systems Implementation and Impact
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEnterprise resource planningAnalytic hierarchy processConsistency (knowledge bases)PrioritizationComputer scienceSelection (genetic algorithm)Resource (disambiguation)Process (computing)Field (mathematics)Resource planningSet (abstract data type)Multiple-criteria decision analysisSoftwareKnowledge managementProcess managementManagement scienceOperations researchBusinessEngineeringEnvironmental resource managementMathematicsEconomics

Résumé

récupéré en direct d'OpenAlex

In this study, as a first step, a set of criteria and subcriteria was proposed for enterprise resource planning (ERP) systems selection for companies in the civil construction industry that is based on a review of the literature concerning the application of multicriteria models for evaluating ERP systems. Subsequently, after validation of these criteria by a group of information technology specialists, a field survey was developed based on the administration of a questionnaire and the use of the analytic hierarchy process. This survey enabled us to perform an analysis of the judgment consistency of the 11 respondents who participated in this study and to capture their perceptions of criteria importance. The survey revealed that respondents considered the software criterion to be the most important and showed the importance of subcriteria within groups of criteria, which greatly contributed to the decision-making process in ERP systems selection.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,026
score de la tête « metaresearch » (Gemma)0,056
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,026
Score d'incertitude au seuil0,135

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0260,056
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0030,002
Bibliométrie0,0190,010
Études des sciences et des technologies0,0030,002
Communication savante0,0060,003
Science ouverte0,0020,004
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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.

Tête enseignante Opus0,031
Tête enseignante GPT0,262
Écart entre enseignants0,231 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations12
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Civil EngineeringMême sujetERP Systems Implementation and ImpactTravaux en français237 207