MétaCan
Menu
Retour à la cohorte
Enregistrement W2901980362 · doi:10.6000/1929-7092.2018.07.73

Corporate Outsourcing Evaluation Financial Mechanisms

2018· article· en· W2901980362 sur OpenAlexvenueno aff
Yury M. Tsygalov, Ekaterina Dorozhkina, Alexey Dorozhkin, Igor I. Ordinartsev

Notice bibliographique

RevueJournal of Reviews on Global Economics · 2018
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueEconomic Issues in Ukraine
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésOutsourcingRestructuringBusinessKnowledge process outsourcingProduction (economics)Industrial organizationFinanceEconomicsMarketingMicroeconomics

Résumé

récupéré en direct d'OpenAlex

The subject matter of the article is the outsourcing efficiency evaluation mechanisms. The purpose of the article is to suggest the outsourcing efficiency evaluation mechanism accounting for the interests of all participants of a corporation restructuring and for the risks of company transformation. Research methodology is based on the application of systemic and institutional approaches, induction and analysis, comparison and generalization. The outsourcing efficiency evaluation methods have been analyzed. The known evaluation methods are found to have industrial focus, which determines selection of such efficiency criteria as seasonal personnel optimization, logistics improvement, and reduction of information system failures. Such standard efficiency criteria as production costs reduction, improvement of rendered services quality, and higher production processes balance are widely applied. Methods based on financial indicators of a company transformation are rarely applied. The mechanisms of outsourcing efficiency evaluation have little concern for the key commercial activity task of company value increase. A major drawback of the known approaches is the methods’ focus on the companies ordering outsourcing. The impact of risks related to switching to outsourcing is nearly never accounted. Suggestions are made on generation of an outsourcing efficiency evaluation mechanism based on @Risk indicator, which accounts for changes of indicators of all participants of a restructuring process. Any criterion relevant for a certain company may be used as an efficiency indicator. However, free cash clow at risk (FCF@Risk) is suggested to be used as the main efficiency evaluation indicator. An outsourcing project is deemed efficient if ΔFCF@Risk is positive after switching to outsourcing.

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)0,017
score de la tête « metaresearch » (Gemma)0,024
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: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,091

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0170,024
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0070,004
Études des sciences et des technologies0,0020,003
Communication savante0,0060,006
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0180,002

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 Opus0,119
Tête enseignante GPT0,293
Écart entre enseignants0,174 · 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
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

Citations2
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Reviews on Global EconomicsMême sujetEconomic Issues in UkraineTravaux en français237 207