MétaCan
Menu
Retour à la cohorte
Enregistrement W2962803157 · doi:10.5539/cis.v12n3p42

Analysis and Design of a Project Portfolio Management System

2019· article· en· W2962803157 sur OpenAlexvenueno aff
Driss El Hannach, Rabia Marghoubi, Zineb El Akkaoui, Mohamed Dahchour

Notice bibliographique

RevueComputer and Information Science · 2019
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueInformation Technology Governance and Strategy
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésComputer sciencePortfolioProject portfolio managementApplication portfolio managementPrioritizationProcess (computing)Process managementRisk analysis (engineering)Project managementSystems engineeringBusinessFinance

Résumé

récupéré en direct d'OpenAlex

The paramount importance of project portfolios for business drives managers to search for highly efficient support tools to overcome complex challenges of their management. A major tradeoff is to acquire tools able to produce a convenient portfolio project prioritization process, on which business investments are decided. However, by using existing Project Portfolio Management Systems (PPMS), many concurrent projects in a portfolio are usually prioritized and planned in the upstream life-cycle phases according to financial criteria, and overlooking the portfolio alignment to enterprise strategies and the availability of resources, although their importance. In this paper, we propose a conceptual formalization of PPMS with respect to a double portfolio prioritization process that performs two levels of selections according to both: i.) Strategy alignment, including returns on investment, size, and total cost; and ii.) Execution capability, as the organization should be able to manage and deliver the selected projects' outcomes. The advantage of our PPMS framework is twofold. First, it is useful to be customized by designers to fit organization needs. Second it is built with respect to the double prioritization phase process, as an end-to-end process that guarantees optimal portfolios generation. Further, the proposed PPMS system and its identified functionalities are validated through an implementation of a prototype tool.

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)0,002
score de la tête « metaresearch » (Gemma)0,005
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 enseignants0,004
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0030,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,009
Tête enseignante GPT0,207
Écart entre enseignants0,198 · 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

Citations11
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueComputer and Information ScienceMême sujetInformation Technology Governance and StrategyTravaux en français237 207