MétaCan
Menu
Retour à la cohorte
Enregistrement W4303832932 · doi:10.3390/jrfm15100443

A Taxonomy of Product–Service System Perturbations through a Systematic Literature Review

2022· article· en· W4303832932 sur OpenAlexvenueno aff
Hanfei Wang, Yuya Mitake, Yusuke TSUTSUI, Salman Alfarisi, Yoshiki Shimomura

Notice bibliographique

RevueJournal of risk and financial management · 2022
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueService and Product Innovation
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTerminologyTaxonomy (biology)Knowledge managementComputer scienceCompetence (human resources)Management scienceProcess managementRisk analysis (engineering)EngineeringBusinessPsychologyEcologySocial psychology

Résumé

récupéré en direct d'OpenAlex

Perturbations have a negative influence on the operation of the business system, which may weaken business performance. However, in the field of the product–service system (PSS), perturbation is still a rarely discussed concept. Researchers and managers have a limited understanding of perturbations in the context of PSS. This hinders PSS designers and managers to prepare for mitigation due to a lack of knowledge and information. Thus, this paper aims to build a taxonomy of PSS perturbation through a systematic literature review. To achieve this target, the authors have reviewed 171 papers and found 18 effective papers. Twenty-five items are considered effective ones that are directly related to PSS perturbation. The result of the review shows that PSS perturbations could be classified into six categories, namely, behavioral, social, environmental, competence, resource, and organizational perturbations. The proposed terminology and taxonomy appear to be effective, which could enable researchers to understand the scope of PSS perturbations on a conceptual level. This finding is also expected to provide useful knowledge and information for researchers who are interested in vulnerability analysis and the robust design of PSS.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,871
Score d'incertitude au seuil0,440

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
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 GPT0,207
Écart entre enseignants0,191 · 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

Citations10
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of risk and financial managementMême sujetService and Product InnovationTravaux en français237 207