Notice bibliographique
Résumé
abc corporation 211-12, 214-15 billing system 213 growth strategy of 208-9 service performance 209-10 abstract-entity-interaction-outcome-Universals (aeioU) framework 516 aiMMS concept of 264 air france 105 akaike's information criterion (aic) 62 amazon.com322, 343-4, 399, 428 recommendation system of 400 review system of 418 american customer Satisfaction index (acSi) 154 american express online presence of 148-9 apple, inc.229, 287, 420, 428 growth of 278 personnel of 352, 482-3 products of 396, 399, 481-5 attitudinal equity (ae) 177 audi ag virtual Lab 419 australia new South Wales education department 595-6 bayesian information criterion (bic) 62 bizrate 322 bose corporation 482 brazil 529 curitiba 580 british Petroleum (bP) deepwater Horizon disaster (2010) 422 business-to-business (b2b) services 13, 17-19, 22, 30, 56, 65, 176, 184, 187, 189, 207, 370, 377-8, 478 consultation 234 failed relationships 29-30 growth strategies in 370-71, 376 role of service encounters in 229, 231 small 29 business-to-consumer (b2c) services 17-18, 22-3, 97, 231, 382, 478 direct marketing 27 examples of 13 call detail records (cdr) use of in creation of networks 110 canada government of 595 cash flow 23, 144 discounted 28, 123 patterns of 11, 14 sources of 24-5, 27 variation in 28-30 catalina 404-5 china 413, 420-21, 529 beijing 413 citizens 581 co-creation efforts of 580, 582-3, 589-91, 593-4, 597 dialogue, access, risk benefits, and transparency (dart) 588-9 closed-loop marketing (cLM) 398-9, 404 adaptive personalization systems (aPS) 403-11 mobile 402 personalization 401-3 recommendation systems 399-401 research and development in 398 co-creation initiatives 590, 592-3, 601-4 citizen efforts of 580, 582, 589-91, 593-4, 597 concept of 583-4, 602 examples of organisations 594-7 management of 604-5 service 581, 598, 600, 602
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,014 | 0,005 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,010 |
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 ».