MétaCan
Menu
Retour à la cohorte
Enregistrement W2804892926 · doi:10.19255/jmpm308

When Project Meets Innovation: “PRO-INNOVA Conceptual Model”

2018· article· en· W2804892926 sur OpenAlexaff
Ismail Albaidhani, Alejandro Romero

Notice bibliographique

RevueJournal of Modern Project Management · 2018
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueComplex Systems and Decision Making
Établissements canadiensUniversité du Québec à MontréalUniversité du Québec à Chicoutimi
Organismes subventionnairesnon disponible
Mots-clésAgile software developmentMerge (version control)Knowledge managementProcess managementMacroRelevance (law)Project managementProcess (computing)Computer scienceConceptual frameworkInnovation managementBusinessEngineeringSystems engineeringSociology

Résumé

récupéré en direct d'OpenAlex

At the macro and micro levels, governments, industries, and companies are constantly challenged by their stakeholders and customers to show relevance by adding a new value with innovative services, products, and solutions. The same stakeholders are simultaneously very demanding for the agile delivery of results with a high impact.  Both competing and often contradictory demands can be challenging to be met by organizations. Innovating new and unique value often requires a different set of skill and environment (Reflective, creative process with the need for a reasonable time to experiment) than those required for delivering rapid projects (Time intensive and process-driven activity).  This state of complexity is the main reason for the research study that is discussed in this article. A proposed conceptual framework to merge between some of the innovation and the project phases referred to here as “Pro-Innova” for short.  It suggests a new theoretical model that integrates the innovation and project management activities, using some aspects of the design thinking and the system dynamics loops. It focuses on the complementary and shared aspects found in both areas to address the challenges, limitations, and contradictions as well as the complexity each area (Innovation and Project) has on its own.

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)0,014
score de la tête « metaresearch » (Gemma)0,012
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil0,074

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0140,012
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,004
Études des sciences et des technologies0,0040,023
Communication savante0,0170,023
Science ouverte0,0030,008
Intégrité de la recherche0,0060,005
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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 Opus0,313
Tête enseignante GPT0,439
Écart entre enseignants0,125 · 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'étudeThéorique ou conceptuel
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

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Modern Project ManagementMême sujetComplex Systems and Decision MakingTravaux en français237 207