The FunCaps Framework: Reconceptualizing Operational Alignment
Notice bibliographique
Résumé
Abstract Background and purpose: Operational alignment, the alignment between business processes (BPs) and information systems (ISs), is a well-acknowledged requirement for improving business efficiency. However, a lack of sound foundation for the practical implementation of operational alignment remains in the existing literature. This is, in part, because previously developed coarse-grained strategic alignment models for operational alignment have overlooked the differences between strategic and operational levels of alignment. Additionally, while some studies have recognized these differences, they remain limited. This is partly due to their negligence of the IS’s socio-technical nature or their focus on identifying the social antecedents and their effect on operational alignment, without considering how ISs meet the business requirements in achieving operational alignment. To overcome this potential lack of applicability, the purpose of this paper is to determine the right level of abstraction for describing BPs and ISs and reconceptualizing operational alignment. Methodology: This paper conducts empirical research using a grounded theory (GT), centering on semi-structured interviews with 28 experts involved in the Iranian top public universities. Data were analyzed by using MAXQDA software. Results: The resulting FunCaps framework specifies the required combinations of BP functions and IS capabilities for operational alignment. Conclusion: FunCaps reconceptualizes operational alignment based on operational planning and reciprocal integration and establishes the broader picture by considering an IS as a socio-technical system.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,002 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».