Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

English (EN)·Polski (PL)·Yкраїнський (UK)
Przejdź do strony domowej biblioteki Centralna Biblioteka Wojskowa Link otwiera się w nowym oknie Logo biblioteki Prolib Integro - strona głównaCentralna Biblioteka Wojskowa

Wyszukujesz frazę "big data management" wg kryterium: Temat

  Lista filtrów
Wyrównaj
Wyświetlanie 1-15 z 33
Tytuł:
Big data management algorithms in artificial Internet of Things-based fintech
Autorzy:
Andronie, Mihai
Iatagan, Mariana
Uță, Cristian
Hurloiu, Iulian
Dijmărescu, Adrian
Dijmărescu, Irina
Powiązania:
https://bibliotekanauki.pl/articles/19902795.pdf
Data publikacji:
2023
Wydawca:
Instytut Badań Gospodarczych
Tematy:
big data management algorithms
artificial intelligence
Internet of Things
fintech
banking
capital markets
Opis:
Research background: Fintech companies should optimize banking sector performance in assisting enterprise financing as a result of firm digitalization. Artificial IoT-based fintech-based digital transformation can relevantly reverse credit resource misdistribution brought about by corrupt relationship chains. Purpose of the article: We aim to show that fintech can decrease transaction expenses and consolidates firm stock liquidity, enabling excess leverage decrease and cutting down information asymmetry and transaction expenses across capital markets. AI- and IoT-based fintechs enable immersive and collaborative financial transactions, purchases, and investments in relation to payment tokens and metaverse wallets, managing financial data, infrastructure, and value exchange across shared interactive virtual 3D and simulated digital environments. Methods: AMSTAR is a comprehensive critical measurement tool harnessed in systematic review methodological quality evaluation, DistillerSR is harnessed in producing accurate and transparent evidence-based research through literature review stage automation, MMAT appraises and describes study checklist across systematic mixed studies reviews in terms of content validity and methodological quality predictors, Rayyan is a responsive and intuitive knowledge synthesis tool and cloud-based architecture for article inclusion and exclusion suggestions, and ROBIS appraises systematic review bias risk in relation to relevance and concerns. As a reporting quality assessment tool, the PRISMA checklist and flow diagram, generated by a Shiny App, was used. As bibliometric visualization and construction tools for large datasets and networks, Dimensions and VOSviewer were leveraged. Search terms were “fintech” + “artificial intelligence”, “big data management algorithms”, and “Internet of Things”, search period was June 2023, published research inspected was 2023, and selected sources were 35 out of 188. Findings & value added: The growing volume of financial products and optimized operational performance of financial industries generated by fintech can provide firms with multifarious financing options quickly. Big data-driven fintech innovations are pivotal in banking and capital markets in relation to financial institution operational efficiency. Through data-driven technological and process innovation capabilities, AI system-based businesses can further automated services.
Źródło:
Oeconomia Copernicana; 2023, 14, 3; 769-793
2083-1277
Pojawia się w:
Oeconomia Copernicana
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Wykorzystanie nowych narzędzi analitycznych w zarządzaniu łańcuchami dostaw – studium przedsiębiorstwa LOKAD
The use of new analytical tools in supply chain management – a case study of the company LOKAD
Autorzy:
Brandt, Arkadiusz
Powiązania:
https://bibliotekanauki.pl/articles/32443883.pdf
Data publikacji:
2023
Wydawca:
Uniwersytet Ekonomiczny w Katowicach
Tematy:
big data
data science
zarządzanie łańcuchami dostaw
SCOR
GSCF
Supply Chain Scientist
supply chain management
Opis:
Zarządzanie łańcuchami dostaw w erze współczesnej wymaga stosowania zaawansowanych narzędzi i metodologii, aby sprostać dynamicznym wyzwaniom rynkowym. Celem artykułu jest przedstawienie dwóch modeli referencyjnych w zarządzaniu łańcuchami dostaw: SCOR (Supply Chain Operations Reference) oraz GSCF (Global Supply Chain Forum). Artykuł skupia się na tym, jak wykorzystanie narzędzi big data i data science może wzmocnić te modele, umożliwiając lepsze monitorowanie, optymalizację procesów i reakcję na zmiany rynkowe. Zastosowanie tych metod w rzeczywistych środowiskach biznesowych zostało przedstawione na przykładzie implementacji technologii analizy danych w firmie LOKAD. Wyniki rozważań pokazują, że analiza danych w czasie rzeczywistym pozwala na precyzyjne prognozowanie popytu, optymalizację zapasów i identyfikację ryzyka. Na poziomie operacyjnym i taktycznym narzędzie big data może być wykorzystywane do optymalizacji tras pojazdów, zarządzania flotą, poprawy obsługi klienta i rekomendacji produktów. Na poziomie strategicznym big data wspiera projektowanie produktów, planowanie sieci i strategię biznesową.
Supply chain management in the modern era requires the use of advanced tools and methodologies to meet dynamic market challenges. The article presents two key reference models in supply chain management: SCOR (Supply Chain Operations Reference) and GSCF (Global Supply Chain Forum) and focuses on how the use of big data and data science tools can strengthen these models, enabling better monitoring, process optimization, and response to market changes. The article discusses the applications of big data and data science in supply chain management. Real-time data analysis allows for precise demand forecasting, inventory optimization, and risk identification. At the operational and tactical levels, big data can be used for optimizing vehicle routes, fleet management, improving customer service, and product recommendations. At the strategic level, big data supports product design, network planning, and business strategy. Furthermore, the article presents data science tools developed by LOKAD for supply chain management. LOKAD utilizes advanced forecasting methods, including quantile and probabilistic forecasts, to account for extreme values, and the latest approach based on differential programming enabling simultaneous optimization of multiple supply chain scenarios, ensuring excellent numerical results at minimal costs.
Źródło:
Academic Review of Business and Economics; 2023, 5(2); 65-79
2720-457X
Pojawia się w:
Academic Review of Business and Economics
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Big data – wyzwanie dla rachunkowości zarządczej
Big data as a challenge for management accounting
Autorzy:
Burnet-Wyrwa, Wioletta
Powiązania:
https://bibliotekanauki.pl/articles/590501.pdf
Data publikacji:
2017
Wydawca:
Uniwersytet Ekonomiczny w Katowicach
Tematy:
Big data
Jakość danych
Ograniczenia
Rachunkowość zarządcza
Wyzwania
Big Data
Challenges
Constrains
Data quality
Management accounting
Opis:
W opracowaniu zaprezentowano wyzwania, z jakimi mogą mierzyć się specjaliści z rachunkowości i menedżerowie przy włączaniu danych pochodzących ze źródeł nieustrukturyzowanych do systemów rachunkowości zarządczej oraz wyzwania i ograniczenia związane z ich pozyskiwaniem, przetwarzaniem, wizualizacją i dzieleniem wyników. Pokazano także wieloaspektowy wpływ, jaki technologie big data wywierają na zakres kompetencji wymaganych od specjalistów z obszaru rachunkowości zarządczej.
The paper presents the challenges that accounting specialists and managers may face when integrating unstructured data into management accounting systems, and the constraints associated with acquiring, processing, visualizing, and sharing results. The multi-faceted impact Big Data has on the competencies required of accounting professionals had been presented.
Źródło:
Studia Ekonomiczne; 2017, 341; 45-53
2083-8611
Pojawia się w:
Studia Ekonomiczne
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Technologie informacyjne jako czynnik rozwoju nowych funkcjonalności zintegrowanych systemów zarządzania w ramach koncepcji big management
Information technologies as a factor of developing the new functionality of integrated management systems under the big management conception
Autorzy:
Bytniewski, Andrzej
Hernes, Marcin
Powiązania:
https://bibliotekanauki.pl/articles/588263.pdf
Data publikacji:
2017
Wydawca:
Uniwersytet Ekonomiczny w Katowicach
Tematy:
Big data
Big management
Kognitywne programy agentowe
Paradygmaty zarządzania
Zintegrowane systemy zarządzania
Big Data
Big Management
Cognitive agents
Integrated Management Information Systems
Management paradigms
Opis:
Integrated Management Information Systems should enable to process not only large amounts of unstructured data, but also to have the ability to analyze the real significance of phenomena occurring in the organization’s environment. This paper highlights how new information technologies affect to the development of an integrated management system, its new functionality, and how they allow to the introduce a new management conception, called Big Management.
Zintegrowane systemy informatyczne zarządzania powinny umożliwiać nie tylko przetwarzanie dużych ilości nieusystematyzowanych danych, ale również posiadać funkcje umożliwiające analizę rzeczywistego znaczenia zjawisk zachodzących w otoczeniu organizacji. W niniejszym artykule wskazano, w jaki sposób nowe technologie informacyjne wpływają na rozwój struktury zintegrowanego systemu zarządzania, nowych jego funkcjonalności oraz umożliwiają wprowadzenie nowej koncepcji zarządzania określanej jako big management.
Źródło:
Studia Ekonomiczne; 2017, 341; 54-70
2083-8611
Pojawia się w:
Studia Ekonomiczne
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Business performance measurements in asset management with the support of big data technologies
Pomiary wydajności biznesowej w zarządzaniu aktywami ze wsparciem technologii big data
Autorzy:
Campos, J.
Sharma, P.
Jantunen, E.
Baglee, D.
Fumagalli, L.
Powiązania:
https://bibliotekanauki.pl/articles/410199.pdf
Data publikacji:
2017
Wydawca:
STE GROUP
Tematy:
business performance measurements
asset management
big data technologies
pomiary wydajności biznesowej
zarządzanie aktywami
technologie big data
Opis:
The paper reviews the performance measurement in the domain of interest. Important data in asset management are further, discussed. The importance and the characteristics of today’s ICTs capabilities are also mentioned in the paper. The role of new concepts such as big data and data mining analytical technologies in managing the performance measurements in asset management are discussed in detail. The authors consequently suggest the use of the modified Balanced Scorecard methodology highlighting both quantitative and qualitative aspects, which is crucial for optimal use of the big data approach and technologies.
W artykule przedstawiono pomiar wydajności w dziedzinie zainteresowań. Następnie omawiane są ważne dane dotyczące zarządzania aktywami. W artykule wymieniono również znaczenie i cechy charakterystyczne dla dzisiejszych technologii informacyjno-komunikacyjnych. Szczegółowo omówiono rolę nowych koncepcji, takich jak big data i technologie analityczne dotyczące wyszukiwania danych w zarządzaniu pomiarami wydajności w zarządzaniu aktywami. Autorzy sugerują zastosowanie metodologii zmodyfikowanej Strategicznej Karty Wyników, która podkreśla zarówno aspekty ilościowe, jak i jakościowe, co jest kluczowe dla optymalnego wykorzystania podejścia i technologii big data.
Źródło:
Management Systems in Production Engineering; 2017, 3 (25); 143-149
2299-0461
Pojawia się w:
Management Systems in Production Engineering
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
The application of mobile technology management concept and big data solutions in healthcare
Zastosowania technologii mobilnych oraz rozwiązań big data w zarządzaniu ochroną zdrowia
Autorzy:
Chluski, A.
Ziora, L.
Powiązania:
https://bibliotekanauki.pl/articles/406224.pdf
Data publikacji:
2015
Wydawca:
Politechnika Częstochowska
Tematy:
big data
healthcare management
m-health
enterprise mobility management
zarządzanie ochroną zdrowia
zarządzanie technologiami mobilnymi podmiotów leczniczych
Opis:
The aim of the paper is to present the concept of mobile technology management in healthcare. The paper puts emphasis on application of mobile devices in provision of data indispensable for processing it by big data solutions and underlines relation between mobile technology and big data. Nowadays mobile devices generate large volumes of different types of data which can be analyzed by specialized analytical systems. Data analyses based on gathered by mobile devices data and conducted by mentioned solutions technology bring many advantages for patients, doctors and for the functionality of health care units. The paper presents characteristics of information systems of health care units with its division into white and grey part. It further presents the notion and benefits of m-Health and its possible areas of application. The possible areas of big data applications in healthcare units are depicted in the next part of the article. The practical part of the paper embraces the review of selected case studies of mobility management and big data solutions in selected foreign healthcare units.
Celem artykułu jest prezentacja koncepcji zarządzania technologią mobilną w służbie zdrowia. Artykuł kładzie nacisk na zastosowanie urządzeń mobilnych w dostarczaniu danych niezbędnych dla celów ich przetwarzania przez rozwiązania zwane big data i podkreśla relacje występujące między technologiami mobilnymi a rozwiązaniami big data. Obecnie urządzenia mobilne generują ogromne ilości danych różnego typu, które mogą być analizowane przez wyspecjalizowane systemy analityczne. Analizy danych opierające się na danych zebranych przez urządzenia mobilne i przeprowadzone przez wspomnianą technologię przynoszą wiele korzyści pacjentom, lekarzom jak i samym instytucjom opieki zdrowotnej. Artykuł charakteryzuje systemy informatyczne jednostek służby zdrowia z ich podziałem na część szarą i białą. Następnie prezentuje istotę i korzyści rozwiązania m-Health i jego możliwe obszary zastosowań. Natomiast możliwe obszary zastosowań big data w jednostkach służby zdrowia opisano w kolejnej części artykułu. Praktyczna część obejmuje przegląd wybranych studiów przypadku zastosowań big data i zarządzania mobilnością w zagranicznych podmiotach służby zdrowia.
Źródło:
Polish Journal of Management Studies; 2015, 12, 2; 37-47
2081-7452
Pojawia się w:
Polish Journal of Management Studies
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Big data w procesie zarządzania firmą
Big Data in the process of management
Autorzy:
Dembowski, P.
Powiązania:
https://bibliotekanauki.pl/articles/108929.pdf
Data publikacji:
2017
Wydawca:
Uniwersytet Szczeciński. Wydawnictwo Naukowe Uniwersytetu Szczecińskiego
Tematy:
big data
analiza sieci
zarządzanie sieciowe
zarządzanie macierzowe
teoria grafów
Big Data
social network
network analysis
graph theory
matrix management
Opis:
Przedmiotem niniejszego artykułu jest zjawisko Big Data. Autor przedstawia ogólne informacje na temat tego, czym ów zbiór jest, a także gdzie i w jaki sposób jest lub może być wykorzystany. Wskazuje problemy, które generuje wzmożony napływ informacji (którego znaczący wzrost obserwujemy w ciągu ostatnich kilku lat) oraz omawia przykładowe narzędzia, które pomogą te problemy rozwiązywać. Wybór instrumentów nie jest przypadkowy, gdyż stanowią one skuteczną pomoc w procesie zarządzania procesami produkcji czy usług, a także zasobami ludzkimi.
The main subject of this article is the phenomenon of Big Data. Author would like to present general information about Big Data, as well as where and how it is used. Also discused will be problem generated by increased flow of information which increased over last few years, and examples of tools that can be helpful to solve these problems. The choise of instruments isn’t accidental, because they are useful in management processes of production, services and humar resources.
Źródło:
Studia Informatica Pomerania; 2017, 46, 4; 5-17
2451-0424
2300-410X
Pojawia się w:
Studia Informatica Pomerania
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Challenges Related to Identifying Sources and Document Collection for Big Data Analyses
Autorzy:
Gmiterek, Grzegorz
Powiązania:
https://bibliotekanauki.pl/articles/426401.pdf
Data publikacji:
2019
Wydawca:
Szkoła Główna Handlowa w Warszawie
Tematy:
big data
data management
trend watching
information science
data sets exploration
Opis:
The modern information environment is dynamic and characterized by the speed with which multimedia content is created, collected, contributed to and shared. Users have access to documents which are part of large, changing and diverse sets of data, whose effective processing can lead, and frequently does lead, to new knowledge being discovered. However, the overwhelming majority of the resources available today require specialized tools and techniques for identifying, searching, collecting and organizing the large volumes of data. This also applies to data directly related to the activities of institutions dealing in information or the field of information science, especially the theory and practice of accessing, searching and collecting documents. The purpose of this article is to present selected issues and challenges related to exploring the possibilities offered by big data from the perspective of information science, the activities of libraries and the information resources they offer. Based on a critical analysis of the relevant literature and with use of inductive reasoning, experiments and observations, selected aspects of digital document accessibility and classification are presented, in addition to issues related to searching and identifying resources using tools currently offered by libraries (in particular discovery systems).
Źródło:
e-mentor. Czasopismo naukowe Szkoły Głównej Handlowej w Warszawie; 2019, 3 (80); 4-9
1731-6758
1731-7428
Pojawia się w:
e-mentor. Czasopismo naukowe Szkoły Głównej Handlowej w Warszawie
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
APPLICATION OF DATA BASE SYSTEMS BIG DATA AND BUSINESS INTELLIGENCE SOFTWARE IN INTEGRATED RISK MANAGEMENT IN ORGANIZATION
ZASTOSOWANIE SYSTEMÓW BAZODANOWYCH BIG DATA I APLIKACJI ANALITYKI BIZNESOWEJ W PROCESACH ZINTEGROWANEGO ZARZĄDZANIA RYZYKIEM W ORGANIZACJI
Autorzy:
Gwoździewicz, Sylwia
Prokopowicz, Dariusz
Grzegorek, Jan
Dahl, Martin
Powiązania:
https://bibliotekanauki.pl/articles/576698.pdf
Data publikacji:
2018-12
Wydawca:
Międzynarodowy Instytut Innowacji Nauka – Edukacja – Rozwój w Warszawie
Tematy:
risk management
digitization of business processes
computerization of economic analyzes
corporate finance
Big Data
Business Intelligence
Internet
integrated risk management system
zarządzanie ryzykiem
cyfryzacja procesów biznesowych
informatyzacja analiz ekonomicznych
finanse przedsiębiorstw
zintegrowany system zarządzania ryzykiem
Opis:
Currently, business analytics uses computerized platforms containing ready-made reporting formulas in the field of Business Intelligence. In recent years, software companies supporting enterprise management offer advanced applications of information-analytical Business Intelligence class systems consisting of modular development of these systems and combining business intelligence software with platforms that use data warehouse technology, multidimensional analytical processing software and data mining and processing applications. This article describes an example of this type of computerized analytical platform for business entities, which is included in analytical applications that allow quick access to necessary, aggregated and multicriteria processed information. The software allows entrepreneurs and corporate managers as well as entities from the SME sector on the one hand to use embedded patterns of reports or analyzes, and on the other hand to self-develop and configure analyzes carried out, tailored to the specifics of a specific entity. Such analytical applications make it possible to build integrated risk management systems in the organization.
Obecnie w analityce biznesowej wykorzystywane są zinformatyzowane platformy zawierające gotowe formuły raportowania w zakresie Business Intelligence. W ostatnich latach producenci oprogramowania wspomagającego zarządzanie przedsiębiorstwem oferują zawansowane zastosowania informacyjno-analitycznych systemów klasy Business Intelligence polegające na modułowej rozbudowie tych systemów i łączeniu oprogramowania analityki biznesowej z platformami wykorzystującymi technologię hurtowni danych, oprogramowaniem wielowymiarowego przetwarzania analitycznego oraz aplikacjami eksploracji i przetwarzania danych. W niniejszym artykule opisano przykład tego typu zinformatyzowanej platformy analitycznej dla podmiotów gospodarczych, która zalicza się do aplikacji analitycznych umożliwiających szybki dostęp do niezbędnych, zagregowanych i wielokryterialnie przetwarzanych informacji. Oprogramowanie to pozwala przedsiębiorcom i menadżerom korporacji jak również podmiotów z sektora MSP z jednej strony na korzystanie z wbudowanych wzorców raportów czy analiz, a z drugiej na samodzielne opracowywanie i konfigurowanie przeprowadzanych analiz, dostosowanych do specyfiki konkretnego podmiotu. Tego typu aplikacje analityczne umożliwiają zbudowanie w organizacji systemów zintegrowanego zarządzania ryzykiem
Źródło:
International Journal of New Economics and Social Sciences; 2018, 8(2); 43-56
2450-2146
2451-1064
Pojawia się w:
International Journal of New Economics and Social Sciences
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Dlaczego Big Data?
Autorzy:
Hyunjoung, Lee
Powiązania:
https://bibliotekanauki.pl/articles/303256.pdf
Data publikacji:
2019
Wydawca:
Wydawnictwo Druk-Art
Tematy:
baza danych
inteligentne zarządzanie
analiza danych Big Data
database
intelligent management
big data analysis
Opis:
Ilość danych jest ogromna i cały czas rośnie w szalonym tempie. Jednocześnie przybywa danych zbędnych, a wykonanie bardziej efektywnej, rzetelnej analizy wymaga ich przefiltrowania i usunięcia. Umiejętność wyodrębniania ze zbiorów danych prawidłowych i przydatnych informacji staje się czymś nieodzownym. Dzięki analizie Big Data przedsiębiorstwo zyskuje możliwość oddzielenia „ziarna od plew” i poszerzenia swojej początkowo dość wąskiej perspektywy. Istotą Big Data nie jest objętość (ilość) danych, szybkość ich przepływu ani różnorodność, lecz poszerzenie horyzontów myślowych oraz inne spojrzenie na dane. Chcesz zobaczyć cały las? To nie wychodź z niego, ale wespnij się na szczyt góry. Podobnie rzeczy mają się z Big Data. Szukasz istotnych informacji? Wzbij się niczym ptak w przestworza, a im wyżej się wniesiesz, tym szersze będzie twoje pole widzenia. Aby zobaczyć z zewnątrz to, czego się nie da uchwycić, pozostając wewnątrz, potrzebny jest punkt widzenia obejmujący cały las. I tutaj właśnie wkracza Big Data.
Źródło:
Napędy i Sterowanie; 2019, 21, 2; 62-69
1507-7764
Pojawia się w:
Napędy i Sterowanie
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
The safety management system of rail transport
Autorzy:
Jaworska, K.
Nowacki, G.
Powiązania:
https://bibliotekanauki.pl/articles/393675.pdf
Data publikacji:
2019
Wydawca:
Polskie Stowarzyszenie Telematyki Transportu
Tematy:
safety
railway transport
system
risk management
digital transformation
big data
bezpieczeństwo
transport kolejowy
zarządzanie ryzykiem
transformacja cyfrowa
Opis:
The article presents the essence of security management in railway transport and to identify the priorities of Poland’s transportation system. The main problem of paper was formulated as follows: How is the Safety Management System of Rail Transport functioning, taking into account national and international legal regulations and existing threats? In the solving of mentioned problem, the following research methods were applied: analogy, definition, analysis, synthesis, induction, deduction, modeling and diagnostic survey with expert research sample. The research was carried out with emploees of company PKP PLK S.A. A systemic approach underlies the Safety Management System (SMS) functioning now in Poland. To guarantee the proper conduct of transport, each railway transportation enterprise and each administrator of infrastructure is required to create a system based on effective risk management. Adequately prepared SMS procedures should assure the implementation of risk control means and the monitoring of the effectiveness of the applied solutions in order to warrant the due level of safety. Presently, digital transformation is of major importance to the development of railway transport. New management systems will be based on technologies utilizing the Internet, automatization, robotization, and new tools, such as big data.
Źródło:
Archives of Transport System Telematics; 2019, 12, 2; 3-9
1899-8208
Pojawia się w:
Archives of Transport System Telematics
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
The use of big data resources in patient experience management
Wykorzystanie zasobów Big Data do zarządzania pacjentami
Autorzy:
Jelonek, D.
Chluski, A.
Powiązania:
https://bibliotekanauki.pl/articles/323081.pdf
Data publikacji:
2018
Wydawca:
Politechnika Śląska. Wydawnictwo Politechniki Śląskiej
Tematy:
Big Data
management of healthcare
patient experience
big data
zarządzanie służbą zdrowia
doświadczenia pacjenta
Opis:
The aim of the paper is to present opportunities for the use o patient experience management of selected Big Data resources generated by health service stakeholders. The data collected by health service entities often meet conditions of Big Data definition. These are Big Data resources, with substantial variability and varied structure, containing much useful information. The use of analytical Big Data methods in patient experience management should have a positive impact on quality and efficiency of services provided by the health care entities.
Celem artykułu jest przedstawienie możliwości wykorzystania zarządzania przypadkami medycznymi pacjenta generowanymi przez interesariuszy służby zdrowia przy wykorzystaniu wybranych narzędzi Big Data. Dane gromadzone przez podmioty służby zdrowia często spełniają warunki wystarczające doi zaklasyfikowania je jako Big Data. Są to zasoby o znacznej zmienności i zróżnicowanej strukturze, zawierające wiele użytecznych informacji na temat pacjentów. Zastosowanie analitycznych metod Big Data w zarządzaniu przypadkami pacjentów powinno mieć pozytywny wpływ na jakość i efektywność usług świadczonych przez podmioty służby zdrowia.
Źródło:
Zeszyty Naukowe. Organizacja i Zarządzanie / Politechnika Śląska; 2018, 120; 117-129
1641-3466
Pojawia się w:
Zeszyty Naukowe. Organizacja i Zarządzanie / Politechnika Śląska
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
The use of Big Data resources in patient experience management
Wykorzystanie zasobów Big Data do zarządzania pacjentami
Autorzy:
Jelonek, D.
Chluski, A.
Powiązania:
https://bibliotekanauki.pl/articles/323127.pdf
Data publikacji:
2018
Wydawca:
Politechnika Śląska. Wydawnictwo Politechniki Śląskiej
Tematy:
Big Data
management of healthcare
patient experience
big data
zarządzanie służbą zdrowia
doświadczenia pacjenta
Opis:
The aim of the paper is to present opportunities for the use o patient experience management of selected Big Data resources generated by health service stakeholders. The data collected by health service entities often meet conditions of Big Data definition. These are Big Data resources, with substantial variability and varied structure, containing much useful information. The use of analytical Big Data methods in patient experience management should have a positive impact on quality and efficiency of services provided by the health care entities.
Celem artykułu jest przedstawienie możliwości wykorzystania zarządzania przypadkami medycznymi pacjenta generowanymi przez interesariuszy służby zdrowia przy wykorzystaniu wybranych narzędzi Big Data. Dane gromadzone przez podmioty służby zdrowia często spełniają warunki wystarczające doi zaklasyfikowania je jako Big Data. Są to zasoby o znacznej zmienności i zróżnicowanej strukturze, zawierające wiele użytecznych informacji na temat pacjentów. Zastosowanie analitycznych metod Big Data w zarządzaniu przypadkami pacjentów powinno mieć pozytywny wpływ na jakość i efektywność usług świadczonych przez podmioty służby zdrowia.
Źródło:
Zeszyty Naukowe. Organizacja i Zarządzanie / Politechnika Śląska; 2018, 117; 199-212
1641-3466
Pojawia się w:
Zeszyty Naukowe. Organizacja i Zarządzanie / Politechnika Śląska
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Descriptive representation about transformation of company by using current technologies and tools for analytical processing and evaluation of diverse data
Autorzy:
Koman, G.
Holubčík, M.
Kubina, M.
Powiązania:
https://bibliotekanauki.pl/articles/108334.pdf
Data publikacji:
2018
Wydawca:
Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie. Wydawnictwo AGH
Tematy:
big data technology,
data and information
decision-making
Industry 4.0
IoT
management
synergy
Opis:
Companies are currently producing and processing larger and larger amounts of data that they were not able to effectively process and subsequently use in the management of company processes in the past. There are several technologies and tools for the analytical processing and evaluation of diverse data, such as the Big Data technology. The Industry 4.0 concept (which is closely linked with the IoT) will bring an enormous growth of produced data into the company sphere. The information value of such data can signifi cantly affect managing and decision-making processes in a company. Here, we can see a synergy between man and technology where each influences the other. The purpose of this paper is to support the following statement: in the present business environment, we are facing the transformation of a company that, for efficient management and decision-making, needs: a) to capture and process all available data; b) to implement new tools into strategic decisions; and c) to integrate data through a single system. This article describes the possibilities of deploying the efficient use of new technologies (Big Data, Industry 4.0, and IoT) in management.
Źródło:
Managerial Economics; 2018, 19, 1; 89-101
1898-1143
Pojawia się w:
Managerial Economics
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Wykorzystanie big data w zarządzaniu zielonym łańcuchem dostaw
Use of Big Data in green supply chain management
Autorzy:
Kręt, Paulina
Powiązania:
https://bibliotekanauki.pl/articles/1194485.pdf
Data publikacji:
2020
Wydawca:
Politechnika Wrocławska. Oficyna Wydawnicza Politechniki Wrocławskiej
Tematy:
zarządzanie
łańcuch dostaw
nowe technologie
Big Data
ekologia
management
supply chain
new technologies
ecology
Opis:
The aim of the article was to show the possibility of applying the Big Data concept in the management of a sustainable, green supply chain. This topic was taken up because new technologies and ecology are currently the greatest challenges for logistics. At the beginning of the study, the impact of ecology on logistics was briefly presented. Then, the meaning of the Big Data concept and how the digitization of the supply network manifests itself were shown. Finally, the possibilities of using data analysis in green supply chain management were selected.
Źródło:
Journal of TransLogistics; 2020, 6, 1; 49--56
2450-5870
Pojawia się w:
Journal of TransLogistics
Dostawca treści:
Biblioteka Nauki
Artykuł
Wyświetlanie 1-15 z 33

Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies