MétaCan
Menu
Retour à la cohorte
Enregistrement W2403218903 · doi:10.2495/dne-v11-n2-97-106

Design and development of an agent-based model for business operations faced with flood disruption

2016· article· en· W2403218903 sur OpenAlexvenueno aff
Changyang Li, Graham Coates

Notice bibliographique

RevueInternational Journal of Design & Nature and Ecodynamics · 2016
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueSupply Chain Resilience and Risk Management
Établissements canadiensnon disponible
Organismes subventionnairesEngineering and Physical Sciences Research Council
Mots-clésFlood mythAgency (philosophy)PreparednessProcess managementBusinessWork (physics)Process (computing)Event (particle physics)Contingency planAgent-based modelBusiness processComputer scienceRisk analysis (engineering)Knowledge managementEngineeringMarketingComputer securityEconomicsManagementWork in process

Résumé

récupéré en direct d'OpenAlex

Small and medium enterprises (SMEs) constitute a major component of the United Kingdom's economy, accounting for 99.9% of all private sector businesses and approximately 47% of annual turnover in 2014 [1].However, these companies can suffer significant financial losses as a consequence of a disruption to business operations, such as a flood event, due to their limited resources and lack of organizational plans.Agent-based modelling is recognized as one approach to enable complex problems in business and social science to be studied.SMEs' preparedness and response to disruptive events can be complex and interactive processes.Hence, agent-based modelling is an appropriate approach to study these processes and identify any emerging phenomena.With the aim of providing guidance for SMEs regarding how to better prepare and respond to the challenges faced when flooding occurs in the future, an agent-based model (ABM) is currently being designed and developed to represent and simulate SMEs' existing and potential behaviours immediately prior to, during and in the short-term aftermath of a flood event.This paper describes preliminary work on the ABM's development undertaken including the design of the various agents represented, the rules governing agent behaviours, the attributes of agents and the environment in which they operate.The basis of the ABM design draws on a range of sources including semi-structured interviews with SMEs which have experience of significant flooding, guidelines from the Environment Agency and local councils, business continuity management systems' requirements (ISO223301) and academic literature.Further, the paper discusses performance metrics of SMEs which are adopted to assess the level of continuity of business operations in the model.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,016
Score d'incertitude au seuil0,031

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0020,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,019
Tête enseignante GPT0,257
Écart entre enseignants0,237 · 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'étudeSimulation ou modélisation
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

Citations5
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Design & Nature and EcodynamicsMême sujetSupply Chain Resilience and Risk ManagementTravaux en français237 207