Bibliographic record
Abstract
WstępCzwarty zeszyt Debiutów Studenckich pt.Informatyka w biznesie zawiera zbiór prac studentów Uniwersytetu Ekonomicznego we Wrocławiu.Podobnie jak w poprzednich trzech, omówiono w nich wyniki przeprowadzonych badań empirycznych, związanych z zastosowaniem w biznesie metod, technologii i rozwiązań z szeroko rozumianej informatyki.Rozdziały mają podobną strukturę.Każdy z nich rozpoczyna się omówieniem zidentyfikowanego problemu badawczego, potem następuje bardzo syntetyczny przegląd literatury, po czym szerzej opisano przeprowadzone badanie empiryczne (od metodyki badania, otrzymanych wyników, po sformułowanie wniosków).Zagadnienie, które jest ważne dla wielu dużych firm, to wybór właściwych i przydatnych dla firmy narzędzi raportowania w zarządzaniu usługami informatycznymi (Ryan Jabłoński).Także zastosowanie relacyjnych baz danych w przedsiębiorstwach może wymagać podjęcia decyzji o użyciu adekwatnych metod optymalizacji zapytań SQL (Agata Wawrzyniec).W 2025 r. w obszarze sztucznej inteligencji bardzo aktualnym tematem stały się duże modele językowe (LLM), dlatego też w niniejszym zeszycie są dwie publikacje odnoszące się do tego zagadnienia.Pierwsza opisuje ataki typu Prompt Injection na filtry spamu oparte na LLM (Grzegorz Borkowski), druga zaś omawia przeprowadzoną ocenę interfejsu użytkownika jednego z LLM, jakim jest ChatGPT w kontekście wyjaśnialności sztucznej inteligencji (Kornel Jarosz).Analogicznie jak w poprzednich trzech zeszytach Debiutów Studenckich, również w tym jest pięć rozdziałów, które dotyczą projektowania i oceny użyteczności interfejsu oraz User Experience (UX).Pierwszy z nich opisuje użycie metody wędrówki poznawczej do zbadania interfejsów w sektorze e-commerce (Karolina Alisz), drugi -oceny aplikacji mobilnej Facebook z wykorzystaniem heurystyk użyteczności i dobrych praktyk projektowania zgodnie z UX (Malwina Koziarska).Trzeci dotyczy oceny systemów przemysłowych na przykładzie aplikacji Infortes MES z uwzględnieniem także zasad UX (Natalia Lis).Czwarty opisuje znaczenia kontekstu kulturowego w projektowaniu stron internetowych przez pryzmat UX (Jadwiga Walkiewicz).Piąty zaś -projektowanie aplikacji mobilnej z perspektywy użytkownika na przykładzie aplikacji z bazą zadań z matematyki (Alicja Śliwińska).Podsumowując ten czwarty zeszyt Debiutów Studenckich, chciałabym podkreślić, że przyjęte do opublikowania rozdziały poruszają bardzo aktualne zagadnienia badawcze.Dziękuję Autorom za podzielenie się wynikami przeprowadzonych badań oraz Recenzentowi za wnikliwe i rzeczowe recenzje opracowań, co przełożyło się na ostateczny rezultat zawarty w tym zeszycie Debiutów Studenckich.
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 | 0.000 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.006 | 0.002 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.077 | 0.035 |
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".