MétaCan
Menu
Back to cohort

Toiminnanohjausjärjestelmän käyttöönotto - Osa muutosta Case Audiator-yhtiöt

2011· dissertation· en· W15459134 on OpenAlexaboutno aff
Erja Niittyviita

Bibliographic record

Venuenot available
Typedissertation
Languageen
FieldSocial Sciences
TopicResearch in Social Sciences
Canadian institutionsnot available
Fundersnot available
KeywordsComputer science

Abstract

fetched live from OpenAlex

TIIVISTELMÄ\n\nTekijät:\nErja Niittyviita \nOpinnäytetyön nimi:\nToiminnanohjausjärjestelmän käyttöönotto-osa muutosta\nSivuja: 32\nOpinnäytetyön kuvaus:\nOpinnäytetyön tavoitteena on saada tietoa, miten toiminnanohjausjärjestelmän käyttöönotto muutti toimintatapoja ja mitä kehittämistarpeita toiminnassa mahdollisesti havaittiin uuden järjestelmän myötä. Tämän lisäksi lähtökohtana oli kartoittaa miten Audiator-yhtiöiden henkilökunta koki uuden toiminnanohjausjärjestelmän käyttöönoton. \n\nTeoreettinen ja käsitteellinen esittely:\nOpinnäytetyön teoriaosuudessa käsittelen toiminnanohjausta, muutosjohtamista ja muutosvastarintaa. Uusien toimintatapojen ja – mallien käyttöönotto on yritykselle aina haaste ja saattaa aiheuttaa muutosvastarintaa. \n\nMetodologinen esittely:\nTutkimusote on kvalitatiivinen. Tutkimus on tehty case-tutkimuksena. Olen kerännyt aineiston kyselytutkimuksella. Kohderyhmänä oli Audiator-yhtiöiden henkilöstö. Kysely lähetettiin 98 henkilölle. Vastauksia tuli 38. \n\nKeskeiset tutkimustulokset:\nOpinnäytetyö toi esiin, että projektin suunnitteluun olisi tarvittu enemmän aikaa ja pilotointia olisi tullut jatkaa pidempään. Toimintatapojen muutos yhdessä ison järjestelmän käyttöönoton kanssa oli iso haaste, toimintaprosessien kehittäminen tuli välttämättömäksi uuden järjestelmän myötä. Opinnäytetyö toi esiin myös sen, että asiakkuudenhallinnassa ja laskutusprosessissa on paljon kehittämisen varaa. \n\nAsiasanat:\ntoiminnanohjaus, muutosjohtaminen, muutos, muutosvastarinta

Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.

How this classification was reachedexpand

Full frame machine prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.

metaresearch head score (Codex)0.001
metaresearch head score (Gemma)0.004
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Qualitative · Consensus signal: none
GenreCandidate signal: Empirical · Consensus signal: none
Teacher disagreement score0.133
Threshold uncertainty score0.446

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0010.004
Meta-epidemiology (narrow)0.0010.000
Meta-epidemiology (broad)0.0010.001
Bibliometrics0.0010.001
Science and technology studies0.0010.000
Scholarly communication0.0030.001
Open science0.0010.002
Research integrity0.0010.002
Insufficient payload (model declined to judge)0.1330.038

Machine scores (provisional)

The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.

Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.

Opus teacher head0.084
GPT teacher head0.432
Teacher spread0.348 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designQualitative
Domainnot available
GenreEmpirical

How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".

Quick stats

Citations0
Published2011
Admission routes1
Has abstractyes

Explore more

Same topicResearch in Social SciencesFrench-language works237,207