MétaCan
Menu
Retour à la cohorte
Enregistrement W4414871458 · doi:10.1109/tcss.2025.3605409

Tree-Structured Task Allocation for Audit Team With Sequential and Parallel Execution via E-CARGO Model

2025· article· en· W4414871458 sur OpenAlexaff
Tianxing Wang, Haibin Zhu, Bing Huang

Notice bibliographique

RevueIEEE Transactions on Computational Social Systems · 2025
Typearticle
Langueen
DomaineComputer Science
ThématiqueCloud Computing and Resource Management
Établissements canadiensNipissing University
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésHuman multitaskingTask (project management)AuditProcess (computing)SolverTask analysisExecution time

Résumé

récupéré en direct d'OpenAlex

Task allocation is a critical aspect of teamwork, especially in complex projects such as auditing. In audit task allocation, collaboration among team members is essential, as the success of the project depends not only on individual expertise but also on efficient teamwork. This process is closely related to the GMRA problem, a complex optimization challenge. This study tackles the challenges of task allocation in phased tasks and multitasking within auditing. We propose a sequential and parallel assignment method based on tree-structured tasks, formalized as the TSTA<sub xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink">sp</sub> problem. Through both theoretical and experimental analyses, we demonstrate its feasibility and effectiveness. Additionally, we introduce improvements using the Gurobi solver and validate their impact. The results show significant optimization in audit task allocation.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,968
Score d'incertitude au seuil0,722

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,013
Tête enseignante GPT0,245
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 tête enseignante, 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
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

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Computational Social SystemsMême sujetCloud Computing and Resource ManagementTravaux en français237 207