MétaCan
Menu
Retour à la cohorte
Enregistrement W4411656688 · doi:10.51847/ljgakzxujw

10.51847/LJgaKZxUJW

2000· article· en· W4411656688 sur OpenAlexvenueno aff

Notice bibliographique

RevueTime to knit · 2000
Typearticle
Langueen
DomaineEngineering
ThématiqueEvaluation and Optimization Models
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRisk managementPower stationRisk analysis (engineering)Reliability engineeringEngineeringComputer scienceOperations managementBusinessElectrical engineeringFinance

Résumé

récupéré en direct d'OpenAlex

Management of various industrial, manufacturing, service and financial units in the modern world has been facing a variety of challenges.With its fast and stunning development, the competitive world has posed challenge to managers and made decision making more difficult every day.In this regard, parameters and components which goes with uncertainty and change in a period make it difficult and decision making at stake.Prediction of such parameters, the effect they exert on the whole work or project in question, will eventually lead to a good recognition of the general process of the project in question, making risks and potential threats unfold.As a result, managers will be able to take a decision by a good vision and recognition, reducing unpredicted and unintended consequences as much as possible.One of the methods used in this regard is risk management, which is known as an important part of project management and control.Risk management has evolved over time and its systematic method has provided managers with a definite path so that they reduce potential threats to a minimum and reach project goals by the least possible deviations.In this paper, subsequent to an introduction of fundamental concepts of risk, risk management, an account of risk management, methods and its techniques are presented.In the end, following a discussion on how it is practically used in projects in a real and practical sample, risk management and its application are implemented and essential investigations are undertaken into its effects.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,098
Score d'incertitude au seuil0,140

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,001
Communication savante0,0030,003
Science ouverte0,0010,001
Intégrité de la recherche0,0030,001
Charge utile insuffisante (le modèle a refusé de juger)0,9020,898

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 GPT0,187
Écart entre enseignants0,178 · 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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTime to knitMême sujetEvaluation and Optimization ModelsTravaux en français237 207