MétaCan
Menu
Retour à la cohorte
Enregistrement W4388196067 · doi:10.18280/mmep.100530

A Mathematical Approach to Evaluating Managerial Skills: Economic Cybernetics and the Convex Operational Field

2023· article· en· W4388196067 sur OpenAlexvenueno aff
Shaqir Elezaj, Vehbi Ramaj, Ramë Elezaj, Fatos Ukaj

Notice bibliographique

RevueMathematical Modelling and Engineering Problems · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Research in Systems and Signal Processing
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCyberneticsField (mathematics)Management scienceComputer scienceRegular polygonOperations researchMathematical economicsIndustrial engineeringEngineeringMathematicsArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

This paper presents a novel methodology for quantifying managerial competence through the lens of economic cybernetics.The proposed model is premised on the definition of a convex operational field, wherein the limiting economic conditions are delineated by operational management (MO), strategic management (MS), and predictive management (MP) skills.Any given point (representative of an economic situation) within this convex operational field is attributed to a successful manager, whose leadership abilities are proportionally expressed depending on their position.It is posited that the adeptness of a successful manager inherently shapes the criterion function, while the boundaries of the convex operational field define the specifications of this function.The convex operational field is examined through two lenses: the identification of managerial skills and the calculation of the elasticity coefficient.The case study presents the convex operational field as defined by the economic conditions of MO, MS, and MP.This analysis can be applied to both linear and non-linear programming, thereby providing avenues for the application of advanced mathematical methodologies in resolving economic and managerial challenges.

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)0,006
score de la tête « metaresearch » (Gemma)0,023
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: Théorique ou conceptuel
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,033

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,023
Méta-épidémiologie (sens strict)0,0020,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0050,003
Études des sciences et des technologies0,0010,006
Communication savante0,0040,007
Science ouverte0,0010,003
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,032
Tête enseignante GPT0,264
Écart entre enseignants0,232 · 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
GenreMéthodes

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 revueMathematical Modelling and Engineering ProblemsMême sujetAdvanced Research in Systems and Signal ProcessingTravaux en français237 207