Notice bibliographique
Résumé
The concept of benchmarking can be defined in many ways. In general it is a method of increasing the performance and competitiveness of a company on the basis of comparing oneself with the best in a given field. The objective of this method is to gain information that will help to identify the strengths and weaknesses of a company with its competitors and which will serve as inspiration for improvement. Information is gained by constant observation and evaluation. At present, businesses, if they want to be competitive, should use this management tool to continually improve their performance across all company processes and activities. The professional literature presents different types of benchmarking; based on the organisation or field being compared, we can distinguish between performance, functional and process benchmarking. In practice, benchmarking uses a number of models; among the most well-known are the Xerox Corp., the American Productivity and Quality Center (APQC), the European Foundation for Quality Management (EFQM) or the Ontario Municipal Benchmarking Initiative (OMBI). Based on surveys conducted by Bain & Company on a long-term basis, benchmarking is one of the most popular and commonly used management tools, followed by strategic planning, customer relationship management, outsourcing, and vision and mission statements. The subject matter of this paper is the implementation of performance benchmarking in two Czech companies dealing with agricultural production. The aim of the benchmarking comparison is to identify the differences in the development of their financial situation, as well as to evaluate the specific indicators characteristic of agricultural production. In addition to the proportional indicators of the financial analysis, this paper includes a comparison of the subsidies drawn upon, the size of the land and selected cost items.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,039 | 0,059 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,020 | 0,023 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,009 | 0,007 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».