MétaCan
Menu
Retour à la cohorte
Enregistrement W7001076642

Implementación de la nueva política de conocimiento del cliente en el módulo del sistema cuentas y personas – Pyme usando metodología SCRUM

2019· dissertation· es· W7001076642 sur OpenAlexaboutno aff

Notice bibliographique

RevueCybertesis (National University of San Marcos) · 2019
Typedissertation
Languees
DomaineSocial Sciences
ThématiqueKnowledge Management in Higher Education
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésNucleofectionWork (physics)LimitingFilter (signal processing)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Enuncia que en el módulo registro de cuentas y personas del sistema del banco se implementa la nueva política del conocimiento del cliente (KYC) que contribuye en poder conocer mejor al cliente potencial que desea ser cliente del banco, en base a preguntas establecidas. En base a esta nueva implementación la entidad bancaria podrá prevenir que el banco sea usado de manera ilícita y con ello la imagen se vea dañada. Es una nueva política establecida desde la casa matriz del banco (Toronto, Canadá), con esta nueva implementación también se busca optimizar y generar un mayor valor al momento de la atención al cliente potencial. Dicha implementación está dirigido a clientes potenciales de dos categorías Small Business y Wholesale Banking. La implementación permitirá crear el Inicio/Relación del cliente potencial añadiendo las preguntas de conocimiento del cliente, posteriormente poder registrar información de partes asociadas, creación de cuentas y registro de servicios brindados por la entidad bancaria; los cuales el cliente tendrá la opción de poder elegir el de su mayor interés. Dicho desarrollo se realizó con la metodología Scrum, cuyo objetivo era poder contar con un adecuado flujo de trabajo y aplicar priorizaciones de las tareas el cual tenían como resultado final un valor agregado al negocio al final de cada producto mínimo viable entregado.

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)0,008
score de la tête « metaresearch » (Gemma)0,014
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: Autre devis
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,048

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,014
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,002
Communication savante0,0060,005
Science ouverte0,0020,005
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0140,004

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 Opus0,018
Tête enseignante GPT0,342
Écart entre enseignants0,324 · 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'étudeAutre devis
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

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCybertesis (National University of San Marcos)Même sujetKnowledge Management in Higher EducationTravaux en français237 207