MétaCan
Menu
Retour à la cohorte
Enregistrement W3175930837 · doi:10.25300/misq/2021/15360

Theorizing Process Dynamics with Directed Graphs: A Diachronic Analysis of Digital Trace Data

2021· article· en· W3175930837 sur OpenAlexaff
Brian T. Pentland, Emmanuelle Vaast, Julie Ryan Wolf

Notice bibliographique

RevueMIS Quarterly · 2021
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueBusiness Process Modeling and Analysis
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésTRACE (psycholinguistics)Process (computing)Data scienceProcess miningComputer scienceProcess modelingDynamics (music)Representation (politics)Business processWork in processManagement scienceBusiness process modelingSociologyEngineeringMarketingLinguisticsPolitical scienceBusiness

Résumé

récupéré en direct d'OpenAlex

The growing availability of digital trace data has generated unprecedented opportunities for analyzing, explaining, and predicting the dynamics of process change. While research on process organization studies theorizes about process and change, and research on process mining rigorously measures and models business processes, there has so far been limited research that measures and theorizes about process dynamics. This gap represents an opportunity for new information systems research. This research note lays the foundation for such an endeavor by demonstrating the use of process mining for diachronic analysis of process dynamics. We detail the definitions, assumptions, and mechanics of an approach that is based on representing processes as weighted, directed graphs. Using this representation, we offer a precise definition of process dynamics that focuses attention on describing and measuring changes in process structure over time. We analyze process structure over two years at four dermatology clinics. Our analysis reveals process changes that were invisible to the medical staff in the clinics. This approach offers empirical insights that are relevant to many theoretical perspectives on process dynamics.

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)0,007
score de la tête « metaresearch » (Gemma)0,035
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,037

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,035
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0100,008
Études des sciences et des technologies0,0020,007
Communication savante0,0050,015
Science ouverte0,0020,003
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,016
Tête enseignante GPT0,237
Écart entre enseignants0,220 · 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'étudeSimulation ou modélisation
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

Citations62
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMIS QuarterlyMême sujetBusiness Process Modeling and AnalysisTravaux en français237 207