Building Bridges: Leadership, Technology, and Trust at LightningSoft
Notice bibliographique
Résumé
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.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,014 | 0,006 |
| Communication savante | 0,014 | 0,010 |
| Science ouverte | 0,002 | 0,016 |
| Intégrité de la recherche | 0,004 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,061 | 0,014 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».