Practical EA Model Development: A Case Study of An Educational Institution in Bahrain
Notice bibliographique
Résumé
Organizations strive to meet their business goals in preserving a desired harmony and collaboration between its business environment and integrated ICT. At the same time, Enterprise architecture (EA), as a high ontological analysis tool, claims that organizations could directly benefit from EA efforts in enhancing knowledge and improved decision making about the organization‘s people, business processes, information, and ICT applications. Massive number of EA methodologies and frameworks assist organizations in achieving their aforementioned benefits. This paper addresses the development of an EA (baseline and a target architectural effort) analysis that enables the management of a Bahraini educational department; Information Systems Department (IS-Dep) assess its readiness for investing in a new Dashboard application. Respectively, Zachman Framework (ZFW), an Architecture Development Process (ADP), and ArchiMate modeling language were employed as an analysis tool, project methodology and a rigorous architecture description provider for the business and IT stakeholders. Results reveal that 1) The whole university is facing communication and information sharing difficulties, at which more advanced application systems, should be adopted to correct this problem. 2) Every type of data and information in the university is centralized implying that lengthy and time-consuming procedures are to be tackled. In order for the IS-Dep to meet the needs of both students and academics, the system needs to be decentralized. 3) Many services are not fully utilized, so the ISDep should utilize them.
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 | 0,001 | 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 | 0,011 |
| 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 | 0,000 |
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.
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 ».