MétaCan
Menu
Retour à la cohorte
Enregistrement W4403148257 · doi:10.1080/03155986.2024.2409030

Enhancing group efficiency through two-stage data envelopment analysis with a modified common set of weights approach: an application in banking

2024· article· en· W4403148257 sur OpenAlexvenueno aff
Haitao Hou, Hamid Kiaei, Reza Kazemi Matin, Sepideh Kaffash

Notice bibliographique

RevueINFOR Information Systems and Operational Research · 2024
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueEfficiency Analysis Using DEA
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésData envelopment analysisEnvelopmentSet (abstract data type)Group (periodic table)Stage (stratigraphy)Data setComputer scienceOperations managementData miningStatisticsMathematicsArtificial intelligenceEngineeringBiologyChemistry

Résumé

récupéré en direct d'OpenAlex

This paper empirically evaluates group efficiency in the banking sector by applying an extended Common Set of Weights (CSWs) approach within a two-stage Data Envelopment Analysis (DEA) framework. Our study assesses efficiency across multiple production stages and adapts CSWs to capture the intermediate processes inherent in banking operations. We provide a comprehensive ranking of bank branches within seven prominent banking groups in Guilan province, Iran. By applying our modified methodology to real-world data, we demonstrate its practical utility in delivering precise efficiency assessments and actionable insights for enhancing operational performance. Our findings highlight the superiority of the extended CSWs methodology over traditional DEA models, offering a more accurate and fair evaluation of group efficiency in the complex and interdependent context of banking processes.

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)0,017
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCommunication savante
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,605
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0170,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,006
Études des sciences et des technologies0,0000,000
Communication savante0,0020,006
Science ouverte0,0010,000
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 Opus0,200
Tête enseignante GPT0,451
Écart entre enseignants0,251 · 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.

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

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueINFOR Information Systems and Operational ResearchMême sujetEfficiency Analysis Using DEATravaux en français237 207