MétaCan
Menu
Retour à la cohorte
Enregistrement W2982180325 · doi:10.1002/sres.2629

A vision for advancing systems science as a foundation for the systems engineering and systems practice of the future

2019· article· en· W2982180325 sur OpenAlexaff
David Rousseau

Notice bibliographique

RevueSystems Research and Behavioral Science · 2019
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueComplex Systems and Decision Making
Établissements canadiensSurrey Place Centre
Organismes subventionnairesnon disponible
Mots-clésReductionismSystems scienceComplex systemSystems thinkingDisciplineSystems theoryComplexity scienceEpistemologyComputer scienceManagement scienceMaturity (psychological)Engineering ethicsSociologyEngineeringPolitical scienceArtificial intelligenceSocial sciencePhilosophy

Résumé

récupéré en direct d'OpenAlex

Abstract In this paper, I argue that the fragmented state and uneven maturity of current systems science will render it increasingly inadequate for meeting the future needs of the engineering and practice disciplines depending on it. I explain that it is not the case that System Science is a holistic discipline in contrast with the reductionism of classical science, but that Systems Science has both reductionistic and holistic dimensions, dealt with respectively by two “movements” within systems science, which I will designate as “Complexity Science” and “Systems Research”. I argue that in many situations the internal workings of a system can be satisfactorily addressed with the mainly reductionistic methods of Complexity Science, whereas when external factors play a significant role, the mainly holistic methods of Systems Research are brought to the fore. This suggest that Complexity Science and Systems Research are not really as disjunct as often portrayed, but represent special cases under a wider conception that would hold across a spectrum of ratios between ‘internal complexity’ and ‘external complexity’ of the system of interest, and that would entail a differential emphasis on reductionistic and holistic methods based on contextual factors. Such a wider conception could not only help to unify systems science, but would also support analysis and intervention in the ‘middle ground’ between these polar types. This is relevant for Systems Engineering and Practice because as the world's complexity grows engineers and practitioners will increasingly have to deal with situations that are complex both internally and externally. This suggests an increasingly urgent need for the development of the envisioned ‘wider conception’ of systems in which we can deal in an elegant and principled way with shifts in the balance between internal and external complexity. In this paper I propose that a scientific general theory of systems could provide such a wider conception, and that it could serve as a basis for the unification of systems science, provide support for the scientific maturation of the discipline, and extend the capability and utility of systems science in important ways. I present approaches and frameworks that would support the development of such a theory, present wide‐ranging evidence suggesting that we are in a favourable position for developing one, and indicate important areas to focus on in future research.

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)0,065
score de la tête « metaresearch » (Gemma)0,025
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 enseignants0,065
Score d'incertitude au seuil0,345

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0650,025
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0060,003
Études des sciences et des technologies0,0080,059
Communication savante0,0270,035
Science ouverte0,0030,014
Intégrité de la recherche0,0170,022
Charge utile insuffisante (le modèle a refusé de juger)0,0090,003

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 Opus0,183
Tête enseignante GPT0,520
Écart entre enseignants0,337 · 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

Citations20
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSystems Research and Behavioral ScienceMême sujetComplex Systems and Decision MakingTravaux en français237 207