MétaCan
Menu
Retour à la cohorte
Enregistrement W3180364201 · doi:10.1080/23322373.2021.1930692

Introduction to the Supplement: Advancing the practice of operations management and innovation to drive Africa forward in the era of the Fourth Industrial Revolution (4IR)

2021· article· en· W3180364201 sur OpenAlexaff
Aaron Luntala Nsakanda

Notice bibliographique

RevueAfrica Journal of Management · 2021
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueSupply Chain Resilience and Risk Management
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésGeneral partnershipIndustrial RevolutionSupply chainWork (physics)BusinessSupply chain managementProcess (computing)Resilience (materials science)EngineeringMarketingComputer sciencePolitical scienceFinance

Résumé

récupéré en direct d'OpenAlex

The Fourth Industrial Revolution (4IR) is paving the way for new and disruptive approaches to managing operations, innovation, and supply chains. Africa cannot ignore this revolution and afford to stand by while the rest of the world moves forward. In this paper, I invite scholars in the broader field of operations management and innovation to take part in the dialogue, undertake research to advance Africa in the 4IR era, publish their work to ensure that what happens in Africa does not remain in Africa, and inspire or be inspired by others around the world. Consequently, I provide an overview of four papers that were presented at the second African Operations Management Conference in 2019. The conference was hosted by the University of South Africa in partnership with the Africa Automation Fair. These papers focus on the readiness of academic institutions to produce graduates that possess 4IR skill sets, the options available to firms to manage their dependency on suppliers’ supply chain innovation, the design dimensions that impact a supply chain network to perform effectively and operate with resilience while facing disruptions, and the individual components of contractor commitment to incorporate into the decision-making process to deliver road infrastructure projects in a sustainable and socially responsible manner.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,872
Score d'incertitude au seuil0,366

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,004
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,015
Tête enseignante GPT0,246
Écart entre enseignants0,231 · 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 tête enseignante, 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

Citations6
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAfrica Journal of ManagementMême sujetSupply Chain Resilience and Risk ManagementTravaux en français237 207