MétaCan
Menu
Retour à la cohorte
Enregistrement W7134235694 · doi:10.5281/zenodo.18927512

Building Bridges: Leadership, Technology, and Trust at LightningSoft

2025· article· W7134235694 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

aboutLe titre ou le résumé porte un signal canadien du lexique géographique.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueOpen MIND · 2025
Typearticle
Langue
DomaineEngineering
ThématiqueSafety Systems Engineering in Autonomy
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésWorkforceAutomotive industryRoboticsSoftwareKey (lock)Stock (firearms)

Résumé

récupéré en direct d'OpenAlex

Building Bridges Leadership, Technology, and Trust at LightningSoft* IntroductionSumanpriya was an experienced professional with a 21-year career, having workedwith companies such as Honeywell, Sasken, and IBM. In 2018, she had the opportunityto lead the Indian subsidiary of LightningSoft, a globally recognized Chinese companylisted on the stock exchange. She became the director to establish LightningSoft India,with operations in Hyderabad and Bangalore. The parent company, founded in 2008,has a global presence with 38 centers across the USA, Canada, Japan, Germany, Finland,and more, employing approximately 14,000 people worldwide. Since its inception in2018, LightningSoft India had expanded to two centers and grown its workforce to400 employees. The company was also collaborated internationally to develop newproducts in the robotics sector. LightningSoft specialized in software developmentand solutions for smart devices and embedded systems, with expertise in operatingsystem technologies for industries such as mobile, automotive, AIoT (ArtificialIntelligence of Things), GenAI, 5G, and smart hardware.The company focuses on several key areas: Operating System Customization: LightningSoft specializes in OS developmentand optimization, particularly for Android, Linux, and other embedded operatingsystems. Automotive Solutions: The company is engaged in developing software for smartcars, including in-vehicle infotainment (IVI), advanced driver-assistance systems(ADAS), and autonomous driving platforms.* This case was developed by Jayant Brahmane (Associate Professor, SGPC’s Guru NanakInstitute of Management Studies, Matunga, Mumbai, Maharashtra. jayant712@gmail.com),Jitendrasinh Jamadar (Associate Professor, MGMU Nath School of Business & Technology,Chhatrapati Sambhaji Nagar, Maharashtra. jitendrajamadar@gmail.com), and Rohit YashwantSalunkhe (Assistant Professor, G H Raisoni College of Engineering and Management, Jalgaon.rohit51288@gmail.com) during the 12th Online Case Writing Workshop organized by theAssociation of Indian Management Schools (AIMS) from October 17-19, 2024.

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.

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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,865
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,032
Tête enseignante GPT0,268
Écart entre enseignants0,236 · 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