MétaCan
Menu
Retour à la cohorte
Enregistrement W4310127716 · doi:10.18280/isi.270513

A Model for Countering the Information and Technical Threats of Intellectual Capital Management of Innovation-Oriented Systems in the Engineering Sector

2022· article· en· W4310127716 sur OpenAlexvenueno aff
Volodymyr Yemelyanov, Уляна Ніконенко, Yosyf Sytnyk, A. Shulga

Notice bibliographique

RevueIngénierie des systèmes d information · 2022
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueEconomic Development and Digital Transformation
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésIntellectual capitalCapital (architecture)Process (computing)Relevance (law)Industrial organizationBusinessEconomic systemEconomicsKnowledge managementComputer sciencePolitical scienceLaw

Résumé

récupéré en direct d'OpenAlex

The modern economy is characterized by a sharp increase in the role of non-material factors (information and knowledge) in ensuring the competitiveness of individual enterprises and institutions, as well as national economies as a whole. Under these conditions, the ability to create, use and increase intellectual capital is the basis for the economic growth of engineering business entities. The main purpose of the study is to model the counteraction to the main threats of intellectual capital for innovation-oriented systems in the engineering sector of the economy. The relevance of the study is given by the fact that the formation and use of technical, economic, industrial, and other types of knowledge, the totality of which forms intellectual capital, is becoming an urgent problem for modern systems tuned to innovative development. The threats to managing the intellectual capital of innovation-oriented systems are now the most significant, since the achievement of the ultimate goals of the system itself depends on the efficiency of the use of intellectual capital. Taking this into account, intellectual capital is becoming a real and valuable target of criminal encroachments today, which requires scientists to form a clear model for countering these goals. The research methodology involves the use of mathematical methods of information support for the process of counteracting the negative impact of threats. According to the results of the study, we presented the modeling process. As a result, a model was built to counteract the main threats of intellectual capital for innovation-oriented systems in the engineering sector of the economy. Further research requires the construction of a mathematical mechanism for responding to new challenges to the intellectual capital management system for innovation-oriented systems.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0010,001
Intégrité de la recherche0,0030,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,031
Tête enseignante GPT0,204
Écart entre enseignants0,173 · 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

Citations10
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIngénierie des systèmes d informationMême sujetEconomic Development and Digital TransformationTravaux en français237 207