Propuesta de valor para las organizaciones: un estudio de casos
Bibliographic record
Abstract
Una vez realizada la aplicación de diferentes casos de estudio a lo largo del libro, es posible resaltar no solamente la utilidad que tienen diferentes tecnologías emergentes aplicadas a la industria 4.0, permitiendo demostrar que se puede tomar provecho de las mismas y generar nuevos análisis y aplicaciones, lo que supondría una cuarta revolución industrial. De tal manera, el presente capítulo pretende resaltar dicho aspecto al realizar un análisis de la utilidad de aplicación de tecnologías emergentes a partir de los estudios de caso presentados en cada uno de los capítulos anteriores y validándolos en compañías de cada sector, así mismo, aplicando la metodología de estudio de caso en cada apartado. Para ello, se presentan las proposiciones que permitan observar desde diversos ángulos las hipótesis planteadas y realizar la validación por parte de cada una de las organizaciones representativas de sectores abordados. Finalmente presentar a lo largo del capítulo el uso de metodologías emergentes en las organizaciones como una propuesta de valor que permitirá tomar provecho de las mismas en pro de los intereses de las organizaciones.
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 | 0.010 | 0.019 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.003 | 0.004 |
| Science and technology studies | 0.002 | 0.003 |
| Scholarly communication | 0.009 | 0.005 |
| Open science | 0.002 | 0.004 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.010 | 0.002 |
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".