Administración de procesos: caso de estudio Toronto Iron Works
Bibliographic record
Abstract
En el presente trabajo se analiza como la administración de procesos ayuda a crear una empresa más competitiva, en la que se puede establecer herramientas que ayuden a mejorar la productividad de la empresa. Por otra parte, es necesario que las compañías escojan sistemas de medición y modelos de administración de procesos. Dentro de este contexto, se establece un modelo para organizar las compañías y propiciar fuentes potenciales de ventaja competitiva. Este es conocido con el nombre de Cadena de Valor, la cual visualiza a la Compañía como un conjunto de procesos que son ejecutados para diseñar, producir, vender, entregar los productos y servicios a sus clientes. En el presente trabajo se utilizó el marco teórico analizado en los primeros capítulos para la aplicación de un caso práctico en la compañía TIW de Venezuela S.A., en la cual se diseña el mapa de procesos, se desarrollan cada uno de ellos con sus entradas, salidas, recursos, mecanismos, responsables y controles; lo que permite que las personas de la compañía conozcan el funcionamiento y todo los elementos de un modelo de administración por procesos y se establecen indicadores por cada proceso a través de los cuáles será posible la medición de la eficiencia y efectividad, para poder controlarlos, dirigirlos y mejorarlos. Finalmente esta propuesta nos permite concluir que bajo este nuevo sistema de gestión TIW podrá ser más competitiva; además se puede establecer la eficiencia y eficacia de cada individuo. Es muy importante que la empresa evalué constantemente el modelo procurando establecer sistema de mejoramiento continuo.
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 | 0.002 | 0.006 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.004 |
| Science and technology studies | 0.012 | 0.005 |
| Scholarly communication | 0.005 | 0.003 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.006 | 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".