MétaCan
Menu
Retour à la cohorte
Enregistrement W3048027481 · doi:10.1002/sres.2735

The enterprise complexity model: An extension of the viable system model for emerging organizational forms

2020· article· en· W3048027481 sur OpenAlexaff
Raúl Espejo

Notice bibliographique

RevueSystems Research and Behavioral Science · 2020
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueInnovation and Knowledge Management
Établissements canadiensCybernet Systems Corporation (Canada)
Organismes subventionnairesnon disponible
Mots-clésEnterprise systems engineeringEnterprise information systemEnterprise integrationEnterprise life cycleSustainabilityKnowledge managementVariety (cybernetics)StructuringEnterprise systemEnterprise modellingComputer scienceProcess managementEnterprise planning systemEnterprise softwareManagement scienceBusinessEcologyEnterprise architectureEngineering

Résumé

récupéré en direct d'OpenAlex

Abstract An enterprise complexity model (ECM) is offered as a methodological tool for the actors of an enterprise to overcome complex environmental problems. The heuristic for this purpose is the viable system model, which guides an enterprise's self‐organization towards policies creating, regulating and producing sustainable development goals. Self‐organization is grounded in correcting imbalanced interactions between an enterprise's actors and their environmental agents, to increase their requisite variety to achieve sustainability, that is, to overcome environmental problems. The interactions between actors and agents are facilitated by current and emergent digital technologies, which support the structuring of collaborative networks. Reflexive interactions between the enterprise's actors and agents in the problematic environment help their branching into all kinds of innovative organizational forms. The Viplan methodology is used to achieve this branching, which accounts for the enterprise's complexity with the support of the Viplan method. Respect for the environment and quality of interactions are values driving this ecology of enterprises towards a deeper and wider appreciation of the issues besetting future generations.

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)0,003
score de la tête « metaresearch » (Gemma)0,008
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 enseignants0,007
Score d'incertitude au seuil0,023

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,008
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0010,003
Communication savante0,0040,006
Science ouverte0,0010,003
Intégrité de la recherche0,0010,002
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 Opus0,217
Tête enseignante GPT0,379
Écart entre enseignants0,162 · 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
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSystems Research and Behavioral ScienceMême sujetInnovation and Knowledge ManagementTravaux en français237 207