MétaCan
Menu
Retour à la cohorte
Enregistrement W4361272477 · doi:10.18280/ijsse.130112

A Model for Protecting Competitive Advantages in the System for Managing the Innovative Security of an Engineering Enterprise under the Influence of Digitalization of the Economy

2023· article· en· W4361272477 sur OpenAlexvenueno aff
Halyna Zakharchyn, Petro Viblyi, Mykola Petrenko, Oksana Butkevych, Оксана Вакун

Notice bibliographique

RevueInternational Journal of Safety and Security Engineering · 2023
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueEconomic and Technological Systems Analysis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBusinessComputer securityEngineering managementIndustrial organizationProcess managementEngineeringComputer science

Résumé

récupéré en direct d'OpenAlex

The main purpose is to determine ways to ensure the protection of the competitive advantages of the engineering enterprises innovation security management system.The object of the research is competitive advantages and systems for ensuring their protection for engineering enterprises.The research methodology involves the use of modern graphical modeling techniques to increase the effectiveness of the innovative safety management system in the context of ensuring the protection of competitive advantages.The relevance of the research is added by the fact that at the moment the issue of competitive advantages in ensuring innovative safety of the engineering enterprise is highlighted quite sporadically, mainly in terms of a certain type of competitive advantages.The obtained research results are presented in graphic form and can be used by managers of engineering enterprises.Further research should be devoted not only to ensuring the protection of competitive advantages, but also to the key tools for their development for the engineering sector of the economy.

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)0,002
score de la tête « metaresearch » (Gemma)0,003
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 enseignants0,013
Score d'incertitude au seuil0,042

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0050,004
Science ouverte0,0010,002
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0130,002

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.

Tête enseignante Opus0,009
Tête enseignante GPT0,214
Écart entre enseignants0,206 · 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

Citations2
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Safety and Security EngineeringMême sujetEconomic and Technological Systems AnalysisTravaux en français237 207