MétaCan
Menu
Retour à la cohorte
Enregistrement W2747509594 · doi:10.1287/serv.2017.0180

Service Systems Analysis Methods and Components: A Systematic Literature Review

2017· article· en· W2747509594 sur OpenAlexaff
Robert Frost, Kelly Lyons

Notice bibliographique

RevueService Science · 2017
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueService and Product Innovation
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésComputer scienceService (business)AbstractionSystematic reviewKnowledge managementFocus (optics)Key (lock)Data scienceService systemProcess managementService designDiversity (politics)Management scienceService delivery frameworkBusinessSociologyEngineeringComputer securityMarketing

Résumé

récupéré en direct d'OpenAlex

The service system has been proposed as the basic abstraction of service science and, as a result, there has been much interest in the study and analysis of service systems in recent years. This paper presents the results of a systematic literature review of recent literature on service systems through which we characterize recent changes in direction and focus in service system research and identify new emphases and areas of focus. We discuss three approaches to service system analysis: descriptive, prescriptive, and evaluative. We also discuss new research focused on studying the components of service systems. Based on research gaps observed in our review, we identify eight specific opportunities and three broad directions for future research: (1) refocusing attention on a greater diversity of research designs and analytical approaches, (2) leveraging new perspectives to perform more ontological work on system components, and (3) fostering a better understanding of the role of innovation. We present a framework of our key findings, depicting the overarching logic linking research questions, opportunities, and directions.

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)0,064
score de la tête « metaresearch » (Gemma)0,177
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,064
Score d'incertitude au seuil0,338

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0640,177
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0060,006
Bibliométrie0,0530,045
Études des sciences et des technologies0,0020,003
Communication savante0,0060,008
Science ouverte0,0030,004
Intégrité de la recherche0,0030,002
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 Opus0,046
Tête enseignante GPT0,343
Écart entre enseignants0,297 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations27
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueService ScienceMême sujetService and Product InnovationTravaux en français237 207