Elaboration d'offres en relation client-fournisseur : vers une exploitation des connaissances pour l'ingénierie des risques
Bibliographic record
Abstract
Cette communication s’intéresse à l’ingénierie des risques lors de la définition des processus de réalisation d’offres en relation client-fournisseur. Nous nous situons dans le cas où lors de la remise de l’offre au client, celle-ci n’est pas basée sur une conception détaillée du produit/système à fournir mais seulement sur une connaissance des principes à mettre en oeuvre. Il y a prise de risque car lorsque le client accepte l’offre, le fournisseurdoit finaliser (i) la conception du produit/système objet de l’offre ainsi que (ii) son processus de mise à disposition.L’ingénierie de ce type de risque est le plus souvent effectuée manuellement par des experts. L’objectif de cette communication est de définir et discuter des éléments d’un système à base de connaissances permettant d’assister cette ingénierie. La problématique est d’abord détaillée, un modèle de connaissances proposé et des possibilités d’exploitation discutées.
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 distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.001 | 0.004 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.012 | 0.004 |
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; both teacher heads agree on what is shown here.
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".