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 science" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-12 z 12
    Tytuł:
    Synergia badań społecznych, analiz statystycznych i nowych technologii – nowe możliwości i zastosowania
    Synergy of social research, statistical analysis and new technologies – new posibilities and applications
    Autorzy:
    Wais, Kamil
    Powiązania:
    https://bibliotekanauki.pl/articles/1194430.pdf
    Data publikacji:
    2013-01-01
    Wydawca:
    Uniwersytet im. Adama Mickiewicza w Poznaniu
    Tematy:
    data
    R
    data science
    access panel
    evidence-based policy
    big data
    internetowy panel badawczy
    polityka oparta na danych
    Opis:
    Nowe technologie w konsekwentny i nieunikniony sposób zmieniają otaczającą nas rzeczywistość. Następuje to również dzięki coraz większym ilościom generowanych danych i ich nowym rodzajom. Duża część z tych danych jest wartościowym produktem, nadającym się do wykorzystania w projektach analitycznych i badawczych. Ogromnym potencjałem sprzyjającym rozwojowi badań społecznych dysponują zwłaszcza technologie internetowe. Rozwijają się również szeroko dostępne narzędzia analityczno-statystyczne. Problemem pozostaje jednak brak wysoko wykwalifikowanych, interdyscyplinarnie wykształconych analityków i badaczy. Dotyczy to szczególnie takich, którzy swobodnie łączą kompetencje informatyczno-programistyczne z umiejętnościami analityczno-statystycznymi i głębokim, humanistycznym rozumieniem problemów społecznych. Można jednak wskazać już przykłady udanego połączenia nowych technologii i metod statystycznych w służbie badań społecznych, które niosą ze sobą ogromny potencjał w dostarczeniu danych kluczowych z punktu widzenia potrzeb prowadzenia innowacyjnych badań naukowych i tworzenia polityk publicznych opartych na danych.
    New technologies consistently and inevitably changing our reality. It also occurs due to increasing quantities of generated data and its new types. A large part of that data is a valuable product, suitable for use in analytical and research projects. Especially Internet technologies have great potential conducive to the development of social research. There are also developing widely available statistical and analytical tools. The problem that remains is the lack of highly qualified and interdisciplinary educated analysts and researchers. This applies particularly to those who freely combine IT and programming competences with analytical and statistical skills and with a deep, humanistic understanding of social problems. However, there are already examples of successful combination of new technology and statistical methods in the service of social studies, that have a huge potential in providing key data for the purpose of conducting innovative research and development of evidence-based policies.
    Źródło:
    Nauka i Szkolnictwo Wyższe; 2013, 1, 41; 203-216
    1231-0298
    Pojawia się w:
    Nauka i Szkolnictwo Wyższe
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Philosophy and Social Sciences in a Securitological Perspective
    Autorzy:
    Świniarski, Janusz
    Powiązania:
    https://bibliotekanauki.pl/articles/22358874.pdf
    Data publikacji:
    2023-09-30
    Wydawca:
    Wydawnictwo Adam Marszałek
    Tematy:
    knowledge
    science
    philosophy
    intuition
    scientific philosophy
    philosophy of social sciences
    First Causes according to the Big Bang Theory
    the first four causes
    the four elements of the social system
    Opis:
    The inspiration of this text is the belief of the Pythagoreans that the roots and source of complete knowledge is the quadruple expressed in the “arch-four”, also called as tetractys. Hence the hypothesis considered in this paper is: the basis of the philosophy of social sciences is entangled in these four valours, manifested in what is “general and necessary” (scientific) in social life, the first and universal as to the “principles and causes” of this life (theoretically philosophical) and “which can be different in it” (practically philosophical) and “intuitive”. The quadruple appears with different clarity in the history of human thought, which seeks clarification and understanding of the things being cognised, including such a thing as society. It is exposed in the oath of the Pythagoreans, the writings of Plato and Aristotle, who applied these four valours, among other things, in distinguishing the four types of knowledge and learning about the first four causes and principles. This fourfold division seems to be experiencing a renaissance in contemporary theological-cognitive holism and can be treated as an expressive, a “hard core”, and the basis of research not only of social but mainly of global society as a social system. This entanglement of the foundations of the philosophy of the social sciences leads to the suggestion of defining this philosophy as the knowledge of social being composed of “what is general and necessary” (scientific), genetically first, universal (theoretically philosophical) and “being able to be different” (philosophically practical) and intuitive.
    Źródło:
    Polish Political Science Yearbook; 2023, 3(53); 55-77
    0208-7375
    Pojawia się w:
    Polish Political Science Yearbook
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Constructing Crime in a Database: Big Data and the Mangle of Social Problems Work
    Autorzy:
    Sanders, Carrie B.
    Christensen, Tony
    Weston, Crystal
    Powiązania:
    https://bibliotekanauki.pl/articles/2107039.pdf
    Data publikacji:
    2015-04-30
    Wydawca:
    Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
    Tematy:
    Big Data
    Social Problems Work
    Social Constructionism
    Science and Technology Studies
    Intelligence-Led Policing
    Opis:
    This paper argues for programmatic change within social constructionist approaches to social problems by attending to materiality in the theoretical conception of social context. To illustrate how this might be done, we place the interplay between social problems construction and technology (what we refer to as the mangle of social problems work) at its center by examining how the advent of “big data” is impacting the construction of social problems. Using the growing field of intelligence-led policing (ILP) as our illustrative example, we will examine four effects the large scale collection and analysis of data has on the way social problems claims are made. We begin by arguing that big data offers a new method by which putative problems are discovered and legitimized. We then explore how large data sets and algorithmic data analysis are increasingly used for predicting future problems. Following this, we illustrate how big data is used to construct and implement solutions to future problems. Lastly, we use the interplay between big data and those who use it to illustrate “the mangle of social problems work,” where data is made meaningful and actionable through the interpretive and analytic processes of analysts and police officers.
    Źródło:
    Qualitative Sociology Review; 2015, 11, 2; 180-195
    1733-8077
    Pojawia się w:
    Qualitative Sociology Review
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Czy więcej znaczy lepiej? Badania ilościowe w geografii społeczno-ekonomicznej ery Big Data
    Does more mean better? Quantitative research in the socio-economic geography in the age of Big Data
    Autorzy:
    Rzeszewski, Michał
    Rodak, Olga
    Powiązania:
    https://bibliotekanauki.pl/articles/911584.pdf
    Data publikacji:
    2019-05-09
    Wydawca:
    Uniwersytet im. Adama Mickiewicza w Poznaniu
    Tematy:
    Big Data
    socio-economic geography
    quantitative methods
    Data Science
    geografia społeczno-ekonomiczna
    badania ilościowe
    Opis:
    Wielkie zbiory danych typu Big Data są obecnie nieodłącznym elementem badań w wielu dziedzinach nauki – w tym w geografii społeczno-ekonomicznej. Znajdują one szereg zastosowań, zarówno wnosząc możliwość analizy nowych danych w klasycznych problemach badawczych, jak i same w sobie będąc nowym przedmiotem badań oraz pozwalając na badanie cyfrowych geografii. Jednocześnie Big Data krytykuje się za niejednorodność, brak reprezentatywności, nierówność reprezentacji czy też problemy etyczne. Z tego powodu zwracamy uwagę na szereg dylematów związanych z obecnością Big Data w praktyce badawczej, sugerując istotną rolę krytycznego podejścia do ich zastosowania w praktyce badawczej.
    Big Data are inseparable part of the current research methodology in many scientific disciplines – including socio-economic geography. They are being used as a new data in old research problems, as a new research objects and as a means to investigate digital geographies. Big Data are being criticized for lack of representativeness and problematic representation, heterogeneity, and ethical issues. Despite these problems, their presence as a part of the geographical research methodology is increasingly frequent. We propose a set of recommendations that in our view allows a researcher to critically assess the validity of utilizing Big Data in a given research project.
    Źródło:
    Rozwój Regionalny i Polityka Regionalna; 2019, 46; 67-89
    2353-1428
    Pojawia się w:
    Rozwój Regionalny i Polityka Regionalna
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Twitter jako przedmiot badań socjologicznych i źródło danych społecznych: perspektywa konstruktywistyczna
    Twitter as an Object of Sociological Inquiry and a Source of Social Data: Constructivist Perspective
    Autorzy:
    Rodak, Olga
    Powiązania:
    https://bibliotekanauki.pl/articles/428005.pdf
    Data publikacji:
    2017
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    Twitter
    socjologia Internetu
    socjologia cyfrowa
    badania społeczne w Internecie
    serwisy społecznościowe
    dane z mediów społecznościowych
    Big Data
    small data
    Twitter;
    digital sociology
    computational social science
    social network sites
    social media data
    Opis:
    Serwis społecznościowy Twitter zyskał szczególne zainteresowanie naukowców społecznych z co najmniej dwóch powodów. Po pierwsze, stanowi on fenomen społeczny, wpływając na praktyki komunikacyjne oraz sposoby organizowania się ludzi. Po drugie, Twitter to repozytorium ustrukturyzowanych danych, które mogą zostać wykorzystane w celu badania zjawisk związanych lub niezwiązanych bezpośrednio ze społecznym oddziaływaniem tego medium. Celem niniejszego artykułu jest zebranie wiedzy, która, w opinii autorki, jest niezbędna do sprawnego i owocnego wykorzystania Twittera do prowadzenia badań socjologicznych; zarówno tych, w których Twitter jest przedmiotem analizy, jak i tych, w których Twitter dostarcza jedynie danych do analizy. Jako że technologia rekonfiguruje praktyki społeczne, będąc jednocześnie przez praktyki społeczne kształtowaną, socjologia Twittera wymaga przede wszystkim zrozumienia charakteru tej technologii oraz wpływu, jaki ona wywiera na praktyki badawcze, będące praktykami społecznymi. W artykule pokazany zostaje przekształcający wpływ Twittera w tych dwóch aspektach. Perspektywa konstruktywistyczna pozwala na zrozumienie zarówno samego medium, jak i charakteru oraz ograniczeń wytwarzanych za jego pośrednictwem danych.
    Twitter received special attention of social scientists for at least two reasons. Firstly, this social networking site is a social phenomenon, influencing communication and organizational practices. Secondly, Twitter is a repository of structured data, which may be used in order to study phenomena either related or not directly related with social impact of this medium. The purpose of the following paper is to summarize knowledge, which, in the author’s opinion, is necessary to smoothly and fruitfully use Twitter for conducting sociological inquiry: either this, in which Twitter is an object of analysis, or the one in which the service only delivers analytical data. As technology reconfigures social practices, being at the same time shaped by those practices, sociology of Twitter demands first of all understanding of the character of this technology as well as the influence of this technology on research practices, which are here understood as social practices. The article shows transformative character of Twitter in these two aspects. Constructivist perspective enables to understand the medium itself, as well as the character and limitations of data produced through it.
    Źródło:
    Studia Socjologiczne; 2017, 3(226); 209-236
    0039-3371
    Pojawia się w:
    Studia Socjologiczne
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Analityka kulturowa, czyli jak narzędzia Data Science zmieniły humanistykę
    Cultural Analytics or How Data Science Tools Changed the Humanities
    Autorzy:
    Radomski, Andrzej
    Powiązania:
    https://bibliotekanauki.pl/articles/2154889.pdf
    Data publikacji:
    2022-03-31
    Wydawca:
    Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie
    Tematy:
    wizualizacja
    big data
    uczenie maszynowe
    humanistyka cyfrowa
    Humanistyka
    analityka kulturowa
    data science
    Machine Learning
    Big Data
    Visualization
    Humanities
    Digital Humanities
    Cultural Analytics
    Data Science
    Opis:
    W artykule zostały przedstawione paradygmaty badawcze, które radykalnie zmieniły współczesną humanistykę. Najważniejszym z nich jest analityka kulturowa. Jest ona oparta na metodach Data Science. Autor prezentuje założenia data science, a następnie cechy charakterystyczne humanistyki cyfrowej i analityki kulturowej. W drugiej części artykułu zostały przedstawione przykłady badań i projektów prowadzonych w ramach analityki kulturowej. Są to projekty realizowane w DH Lab uniwersytetu w Yale, Software Studies Initiative oraz Media lab Katowice. Badania prowadzone w tych instytucjach przeobraziły humanistykę. Jej cechy charakterystyczne – to badanie dużych kolekcji danych, automatyzacja badań, wykorzystanie uczenia maszynowego i wizualizacja wiedzy. Nowa humanistyka, twierdzi autor, stała się nauką ścisłą.
    The article presents research paradigms that have radically changed the contemporary humanities. The most important of these is cultural analytics. It is based on Data Science methods. The author presents the assumptions of data science, and then the characteristics of digital humanities and cultural analytics. The second part of the article presents examples of research and projects conducted as part of cultural analysis. These are projects implemented at the DH Lab at Yale University, Software Studies Initiative, and Media Lab Katowice. Research conducted in these institutions transformed the humanities. Its characteristic features are the study of large data collections, research automation, the use of machine learning and knowledge visualization. The new humanities, the author claims, has become an exact science.
    Źródło:
    Studia Humanistyczne AGH; 2022, 21, 1; 7-22
    2084-3364
    Pojawia się w:
    Studia Humanistyczne AGH
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Problem big data w naukach eksperymentalnych
    The big data problem in experimental sciences
    Autorzy:
    Leciejewski, Sławomir
    Powiązania:
    https://bibliotekanauki.pl/articles/41319209.pdf
    Data publikacji:
    2020
    Wydawca:
    Polska Akademia Nauk. Instytut Filozofii i Socjologii PAN
    Tematy:
    big data
    experimental sciences
    philosophy of science
    methodologyof science
    nauki eksperymentalne
    filozofia nauki
    metodologia nauk
    Opis:
    W artykule opisuję fenomen big data i jak ma się on do pracy badawczej realizowanej w ramach nauk eksperymentalnych. Poszukuję odpowiedzi na dwa ważne pytania. Czy metody badawcze zaproponowane w ramach paradygmatu big data mają zastosowanie w naukach eksperymentalnych? Czy zastosowanie metod badawczych z paradygmatu big data w konsekwencji prowadzi do nowego rozumienia tego, czym jest nauka?
    In the paper the phenomenon of big data is presented. I pay my special attention to the relation of this phenomenon to research work in experimental sciences. I search for answers to two questions. First, do the research methods proposed within the paradigm big data can be applied in experimental sciences? Second, does applying the research methods subject to the big data paradigm lead, in consequence, to a new understanding of science?
    Źródło:
    Filozofia i Nauka; 2020, 8, 1; 235-242
    2300-4711
    2545-1936
    Pojawia się w:
    Filozofia i Nauka
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Kreacjonizm młodej Ziemi a koncepcja Big Bangu. Poglądy Johna Hartnetta z konstruktywistycznej i eksternalistycznej perspektywy
    Young-Earth Creationism vs. Big Bang Theory: John Hartnett’s Views from the Constructivist and Externalist Perspective
    Autorzy:
    Jodkowski, Kazimierz
    Powiązania:
    https://bibliotekanauki.pl/articles/553399.pdf
    Data publikacji:
    2015
    Wydawca:
    Uniwersytet Zielonogórski. Instytut Filozofii
    Tematy:
    John G. Hartnett
    kreacjonizm młodej Ziemi
    teoria Big Bangu
    mikrofalowe promieniowanie tła
    ciemna materia
    ciemna energia
    rozszerzanie się Wszechświata
    inflacja kosmiczna
    eksternalizm i konstruktywizm w filozofii nauki
    epistemiczny układ odniesienia
    naturalizm
    kultura
    religia
    young-earth creationism
    Big Bang theory
    microwave background radiation
    dark matter
    dark energy
    expansion of the universe
    cosmic inflation
    externalism and constructivism in philosophy of science
    epistemic framework
    naturalism
    culture
    religion
    Opis:
    Dr John G. Hartnett, fizyk posiadający publikacje w czasopismach naukowych głównego nurtu, jest kreacjonistą młodej Ziemi i mocno sprzeciwia się teorii Big Bangu. Uważa on, że rozszerzania się przestrzeni, o czym mówi ta teoria, nie wykrywa się w laboratoriach. Wątpi on także, czy tak zwane promieniowanie tła ma kosmiczny charakter. Skłania się ku hipotezom, że promieniowanie to ma lokalne źródło. Także popularne w ostatnich latach idee ciemnej materii i ciemnej energii wydają mu się niewiarygodne. Uważa, że mają one ten sam status metodologiczny, co powstała w połowie dziewiętnastego wieku idea planety Vulcan. Hipotezy ciemnej materii i ciemnej energii mają uratować aktualnie utrzymywane teorie przed niezgodnością z uzyskanymi danymi obserwacyjnymi. W opinii Hartnetta wszystkie kłopotliwe dane empiryczne wyjaśnia Carmeliego teoria grawitacji bez odwoływania się jednak do takich fikcyjnych bytów jak ciemna materia i ciemna energia. Dr Hartnett przedstawia także wszystkie standardowe argumenty przeciwko idei kosmicznej inflacji na początku istnienia Wszechświata: nie istnieje mechanizm ani zapoczątkowania jej, ani później zatrzymania. Poglądy Hartnetta są ilustracją dla argumentów autora na rzecz konstruktywistycznego i eksternalistycznego rozumienia nauki. Przedmiotem teorii naukowej jest pewien konstrukt, a nie obiektywna rzeczywistość. Nauki nie można też pojmować jako neutralnego wysiłku poznawczego, gdyż jest ona mocno zależna od różnych presupozycji i czynników, w tym także o nienaukowym charakterze. Główną presupozycją jest tu tak zwany epistemiczny układ odniesienia.
    Dr John G. Hartnett, a physicist with publications in mainstream science journals, is a young-Earth creationist who very fiercely opposes the Big Bang theory on a few levels. He claims that the expansion of space, needed by the theory, is not detectable in laboratories. He also expresses his doubts on the real nature of the cosmic background radiation, and is inclined to advocate that this radiation has a local source. Also, the ideas of dark matter and dark energy, so popular in the recent years, seem to him unreliable. For Hartnett, the abovementioned ideas have the same methodological status as the infamous idea of the planet Vulcan, created in the middle of the 19th century. Dark matter and dark energy are posited in order to save accepted theories that are incompatible with observational data. Hartnett claims that Carmeli’s theory of gravitation explains all the troublesome data without calling upon such fictitious entities as dark matter and dark energy. Dr Hartnett also presents all standard arguments against the idea of cosmic inflation in the beginning of the Universe: there is no mechanism of triggering and stopping the inflation. Hartnett’s views illustrate the author’s arguments for the constructivist and externalist understanding of science. A constructed entity, rather than the objective reality, is the subject of any scientific theory. Science need not be understood as a neutral research effort, because it is deeply dependent on various presuppositions and factors, including non-scientific ones. The so-called epistemic framework is the main presupposition here.
    Źródło:
    Filozoficzne Aspekty Genezy; 2015, 12; 37-79
    2299-0356
    Pojawia się w:
    Filozoficzne Aspekty Genezy
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Big problems with big data
    Autorzy:
    Goczyła, Krzysztof
    Powiązania:
    https://bibliotekanauki.pl/articles/1954610.pdf
    Data publikacji:
    2020
    Wydawca:
    Politechnika Gdańska
    Tematy:
    big data
    MapReduce
    NoSQL database
    data science
    baza danych NoSQL
    nauka o danych
    Opis:
    The article presents an overview of the most important issues related to the phenomenon called big data. The characteristics of big data concerning the data itself and the data sources are presented. Then, the big data life cycle concept is formulated. The next sections focus on two big data technologies: MapReduce for big data processing and NoSQL databases for big data storage.
    Źródło:
    TASK Quarterly. Scientific Bulletin of Academic Computer Centre in Gdansk; 2020, 24, 1; 73-81
    1428-6394
    Pojawia się w:
    TASK Quarterly. Scientific Bulletin of Academic Computer Centre in Gdansk
    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:
    Big Data: the current wave front of the tsunami
    Autorzy:
    Caldarola, E. G.
    Sacco, M.
    Terkaj, W.
    Powiązania:
    https://bibliotekanauki.pl/articles/1395588.pdf
    Data publikacji:
    2014
    Wydawca:
    Polskie Towarzystwo Promocji Wiedzy
    Tematy:
    big data
    big science
    advanced manufacturing
    Opis:
    In recent years, a real tsunami has flooded many human activities. Genomics, Astronomy, Particle Physics and Social Sciences are just a few examples of fields which have been intensively invaded by a massive amount of data coming from simulation, experiments or exploration. This huge pile of data requires a new way to deal with, a real paradigmatic shift respect to the past as for theories, technologies or approaches in data management. This work outlines the current wave front of Big Data, starting from a possible characterization of this new paradigm to its most compelling applications and tools, with an exploratory research of Big Data challenges in manufacturing engineering.
    Źródło:
    Applied Computer Science; 2014, 10, 4; 7-16
    1895-3735
    Pojawia się w:
    Applied Computer Science
    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
      Wyświetlanie 1-12 z 12

      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