MétaCan
Menu
Retour à la cohorte
Enregistrement W7054890787

BUSINESS INTELLIGENCE U HRVATSKOM GOSPODARSTVU – REZULTATI ISTRAŽIVANJA 2017.

2018· article· hr· W7054890787 sur OpenAlexaboutno aff

Notice bibliographique

RevueRePEc: Research Papers in Economics · 2018
Typearticle
Languehr
DomaineEngineering
ThématiqueMagneto-Optical Properties and Applications
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésQuarter (Canadian coin)Business intelligenceBusiness managementResource (disambiguation)Human resource management
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Business intelligence (BI) or the system for collecting data from the business environment, and a basis for business decision making, is a management resource whose advantages have long been well-known to the economies of developed countries. Th e fi rst comprehensive study on the application of BI within companies that operate in Croatia was conducted in 2010/2011 and showed that only 19% of companies systematically conducted BI system activities. Th e repeated research conducted in the fi rst half of 2017 did not show any signifi cant changes. Still less than a quarter (24%) of the companies from the list of 1000 largest apply BI systematically. Responsiveness in the research as well as plans related to the BI system indicate that the general climate among the surveyed companies is not positive. Th is paper explains several possible reasons for such results, one of which is the so-called crisis in the largest Croatian company – Agrokor. Th e media coverage of this crisis started at the same time as the research on the implementation of BI in the 1000 largest companies. // Business intelligence (BI) ili sustav za prikupljanje podataka iz poslovne okoline na temelju kojih se donose poslovne odluke menadžerski je resurs čije su prednosti gospodarstva razvijenih zemalja davno upoznala. Prvo sveobuhvatno istraživanje o primjeni BI u tvrtkama koje posluju u Republici Hrvatskoj, provedeno 2010./2011., pokazalo je da tek 19% kompanija sustavno provode aktivnosti BI sustava. Ponovljeno istraživanje provedeno u prvoj polovici 2017. nije ukazalo na značajne promjene. I dalje manje od četvrtine (24%) tvrtki koje spadaju u red 1000 najvećih primjenjuju BI sustavno. Responzivnost u istraživanju kao i planovi vezani za BI sustav ukazuju da opća klima među ispitivanim tvrtkama nije odveć pozitivna, što se u radu objašnjava s nekoliko mogućih razloga od kojih je jedan tzv. kriza u najvećoj hrvatskoj kompaniji Agrokor, koja je (medijski) započela istodobno kada i istraživanje o primjeni BI-a u 1000 najvećih tvrtki.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge 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: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,956
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,042
Tête enseignante GPT0,305
Écart entre enseignants0,262 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRePEc: Research Papers in EconomicsMême sujetMagneto-Optical Properties and ApplicationsTravaux en français237 207