MétaCan
Menu
Retour à la cohorte
Enregistrement W2467355430 · doi:10.17230/ad-minister.28.3

Business Continuity and Disaster Risk Management in Business Education: Case of York University

2016· article· en· W2467355430 sur OpenAlexaff
Ali Asgary

Notice bibliographique

RevueAD-minister · 2016
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueSupply Chain Resilience and Risk Management
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical sciencePhilosophy

Résumé

récupéré en direct d'OpenAlex

Mientras que por un lado los niveles de disrupciones en los negocios y los eventos desastrosos son crecientes, por el otro, las campañas locales, nacionales e internacionales han incrementado la consciencia, atención y demanda de las empresas con respecto a la necesidad de la gestión de la continuidad de negocio. En la medida en que más empresas buscan integrar la gestión del riesgo de desastres y de la continuidad de negocio en sus operaciones y procesos de toma de decisiones, la necesidad de dicho conocimiento también ha aumentado. Sin embargo, a pesar de estas necesidades, muchas escuelas de negocios alrededor del mundo no las han identificado, no se han dado cuenta de ellas, ni las han abordado. Si bien hay diferentes modelos para integrar la gestión del riesgo de desastres y de la continuidad de negocio en la educación de negocios, York University ha establecido programas de pregrado y posgrado sobre la gestión de desastres y emergencias en una escuela de negocios para hacer frente a estas crecientes necesidades. A través de esta integración, un número considerable de estudiantes de negocios se matriculan en cursos de gestión del riesgo de desastres y de continuidad de negocio. El conocimiento y las capacidades que los estudiantes adquieren a través de estos cursos, los convierten en actores informados y conocedores para los equipos de gestión de la continuidad de negocio de sus diferentes lugares de trabajo.

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)0,005
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: Empirique
Score de désaccord entre enseignants0,205
Score d'incertitude au seuil0,408

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0060,003
Communication savante0,0040,003
Science ouverte0,0010,003
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0130,000

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 Opus0,009
Tête enseignante GPT0,217
Écart entre enseignants0,208 · 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
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAD-ministerMême sujetSupply Chain Resilience and Risk ManagementTravaux en français237 207