MétaCan
Menu
Retour à la cohorte
Enregistrement W2331680676 · doi:10.1504/ejie.2016.075126

Cognitive mapping links human factors to corporate strategies

2016· article· en· W2331680676 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.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueEuropean J of Industrial Engineering · 2016
Typearticle
Langueen
DomaineComputer Science
ThématiqueCognitive Science and Mapping
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesWorkplace Safety and Insurance Board
Mots-clésTacit knowledgeCognitive mapCognitionQuality (philosophy)Knowledge managementStrategic managementProcess managementBusinessPsychologyComputer scienceMarketing

Résumé

récupéré en direct d'OpenAlex

Human factors (HF) can improve business performance. Our objective is to harness individual tacit knowledge from senior directors about human factors as it relates to strategic goals and to make explicit their shared managerial thinking with an aim to identifying improvement opportunities using HF. Individual cognitive maps were drawn during one-hour interviews with seven senior directors of a large electronics firm. The maps were then merged on a common strategic goal of 'improving quality' into a group map containing 221 concepts and 900 loops. In a two hour workshop with the directors, reducing fatigue, improving systems design, and reducing repetitive activities were concepts that emerged as critical-to-quality. Workshop discussions identified untapped improvement opportunities. Directors viewed the maps as a dynamic indicator of their HF performance. Making the connection between HF and strategic goals explicit can help an organisation identify opportunities to improve human, and therefore business, performance. [Received 4 April 2013; Revised 12 June 2013; Revised 20 June 2013; Accepted 9 July 2013]

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,464
Score d'incertitude au seuil0,539

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
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 Opus0,113
Tête enseignante GPT0,253
Écart entre enseignants0,139 · 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