Lier la stratégie à la gestion des risques dans les affaires électroniques
Bibliographic record
Abstract
Résumé Une récente étude de KPMG conclut que 78 % des participants désignent la sécurité comme frein principal à l’implantation du commerce électronique. Toutefois, ces résultats démontrent que les gestionnaires perçoivent les risques associés au commerce électronique avant tout comme des risques technologiques. En réalité, la définition de risques associés aux affaires électroniques est beaucoup plus large. Elle englobe à la fois les occasions et les incertitudes, les dangers et les pertes. Dans ce contexte, la gestion des risques dans les affaires électroniques doit s’inscrire dans une démarche stratégique assurant une gestion intégrée des risques stratégiques, des risques de processus et des risques technologiques. Dans cet article, nous proposons un modèle holistique de gestion des risques dans les affaires électroniques. Ce cadre d’analyse de la gestion des risques au sein des organisations permet de définir les risques propres aux affaires électroniques, de proposer un modèle de gestion des risques et une méthode de gestion de ces risques.
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 imitationNot 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.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.003 | 0.005 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.003 | 0.003 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.009 | 0.001 |
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.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
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".