論文の概要: Elevating Information System Performance: A Deep Dive into Quality Metrics

• arxiv url: http://arxiv.org/abs/2412.18512v1
• Date: Tue, 24 Dec 2024 15:50:57 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-12-25 15:55:42.098640
• Title: Elevating Information System Performance: A Deep Dive into Quality Metrics
• Title（参考訳）: 情報システムのパフォーマンス向上 - 品質メトリクスを深く掘り下げる
• Authors: Dana A Abdullah, Hewir A. Khidir, Ismail Y. Maolood, Aso K. Ameen, Dana Rasul Hamad, Hakem Saed Beitolahi, Abdulhady Abas Abdullah, Tarik Ahmed Rashid, Mohammed Y. Shakor,
• Abstract要約: 本研究では、システム品質(SQ)、情報品質(IQ)、サービス品質(SerQ)の関係について検討する。 その結果,SQが高いとIQが向上し,SerQが向上し,ユーザ満足度が向上することが示された。 SerQは、システム全体のパフォーマンスを示す最も関連性の高い指標として現れます。
• 参考スコア（独自算出の注目度）: 0.43533652831655184
• License:
• Abstract: In today's digital age, information systems (IS) are indispensable tools for organizations of all sizes. The quality of these systems, encompassing system, information, and service dimensions, significantly impacts organizational performance. This study investigates the intricate relationships between these three quality dimensions and their collective influence on key performance indicators such as customer satisfaction and operational efficiency. By conducting a comparative analysis of various quality metrics, we aim to identify the most effective indicators for assessing IS quality. Our research contributes to the field by providing actionable insights for researchers or practitioners to develop the implementation, evaluation and design of information systems. Also, a quantitative study employing a structured questionnaire survey was conducted to achieve primary data from respondents across various sectors. Statistical analysis, including Cronbach's Alpha (0.953) and factor analysis (KMO = 0.965, Bartlett's Test p < 0.000), revealed strong interdependencies among System Quality (SQ), Information Quality (IQ), and Service Quality (SerQ). The results demonstrate that high SQ leads to improved IQ, which in turn contributes to enhanced SerQ and user satisfaction. While all three qualities are crucial, SerQ emerges as the most relevant indicator of overall system performance due to its broader representation of quality dimensions
• Abstract（参考訳）: 今日のデジタル時代において、情報システム(IS)はあらゆる規模の組織にとって欠かせないツールである。 システム、情報、サービス次元を含むこれらのシステムの品質は、組織のパフォーマンスに大きな影響を与えます。 本研究では,これらの3つの品質次元の複雑な関係と,顧客満足度や運用効率といった重要なパフォーマンス指標に対する集団的影響について検討した。 各種品質指標の比較分析を行うことにより、IS品質を評価する上で最も効果的な指標を特定することを目的とする。 本研究は,情報システムの実装,評価,設計を行う研究者や実践者に対して,実用的な洞察を提供することによって,この分野に貢献する。 また, 構造化アンケートを用いた定量的調査を行い, 各分野の回答者から一次データを得た。 Cronbach's Alpha (0.953) や Factor Analysis (KMO = 0.965, Bartlett's Test p < 0.000) を含む統計分析では、システム品質(SQ)、情報品質(IQ)、サービス品質(SerQ)の強い相互依存性が示された。 その結果,SQが高いとIQが向上し,SerQが向上し,ユーザ満足度が向上することが示された。 3つの品質はいずれも重要ですが、SerQはシステム全体のパフォーマンスを示す最も関連性の高い指標として現れます。

関連論文リスト

• Computer Vision Intelligence Test Modeling and Generation: A Case Study on Smart OCR [3.0561992956541606]
  まず、AIソフトウェアテストプロセスの重要な側面を網羅した、これまでの研究に関する包括的な文献レビューを紹介する。 次に,画像に基づくテキスト抽出AI関数を体系的に評価する3次元分類モデルを提案する。 提案したAIソフトウェアの品質テストの性能を評価するために,異なる側面をカバーするための4つの評価指標を提案する。
  論文  参考訳（メタデータ） (2024-09-14T23:33:28Z)
• AI-Driven Frameworks for Enhancing Data Quality in Big Data Ecosystems: Error_Detection, Correction, and Metadata Integration [0.0]
  この論文は、ビッグデータの品質を包括的に向上することを目的とした、新しい相互接続フレームワークセットを提案する。 まず,データ品質を正確に評価するために,新しい品質指標と重み付きスコアシステムを導入する。 第3に,AIモデルを用いた各種品質異常検出のための汎用フレームワークを提案する。
  論文  参考訳（メタデータ） (2024-05-06T21:36:45Z)
• LMM-PCQA: Assisting Point Cloud Quality Assessment with LMM [83.98966702271576]
  本研究の目的は,大規模マルチモダリティモデル(LMM)に対するポイントクラウド品質評価(PCQA)の知識付与の可能性を検討することである。 品質ラベルを微調整段階のテキスト記述に変換することにより、LMMは点雲の2次元投影から品質評価ロジットを導出することができる。 提案手法の有効性を実証し,PCQAへのLMMの新たな統合を実証した。
  論文  参考訳（メタデータ） (2024-04-28T14:47:09Z)
• Is Reference Necessary in the Evaluation of NLG Systems? When and Where? [58.52957222172377]
  基準自由度は人間の判断と高い相関を示し,言語品質の低下に対する感度が高いことを示す。 本研究は,自動測定の適切な適用方法と,測定値の選択が評価性能に与える影響について考察する。
  論文  参考訳（メタデータ） (2024-03-21T10:31:11Z)
• A Novel Metric for Measuring Data Quality in Classification Applications (extended version) [0.0]
  データ品質を測定するための新しい指標を紹介し説明する。 この尺度は、分類性能とデータの劣化の相関した進化に基づいている。 各基準の解釈と評価レベルの例を提供する。
  論文  参考訳（メタデータ） (2023-12-13T11:20:09Z)
• Data-Centric Long-Tailed Image Recognition [49.90107582624604]
  ロングテールモデルは高品質なデータに対する強い需要を示している。 データ中心のアプローチは、モデルパフォーマンスを改善するために、データの量と品質の両方を強化することを目的としています。 現在、情報強化の有効性を説明するメカニズムに関する研究が不足している。
  論文  参考訳（メタデータ） (2023-11-03T06:34:37Z)
• ECS -- an Interactive Tool for Data Quality Assurance [63.379471124899915]
  データ品質の保証のための新しいアプローチを提案する。 この目的のために、まず数学的基礎を議論し、そのアプローチを複数の例を用いて提示する。 これにより、安全クリティカルなシステムにおいて、潜在的に有害な特性を持つデータポイントが検出される。
  論文  参考訳（メタデータ） (2023-07-10T06:49:18Z)
• QI2 -- an Interactive Tool for Data Quality Assurance [63.379471124899915]
  欧州委員会による計画されたAI法では、データ品質に関する法的要件が規定されている。 複数のデータ品質面におけるデータ品質保証プロセスをサポートする新しいアプローチを導入する。
  論文  参考訳（メタデータ） (2023-07-07T07:06:38Z)
• QAFactEval: Improved QA-Based Factual Consistency Evaluation for Summarization [116.56171113972944]
  QAベースのメトリクスのコンポーネントを慎重に選択することは、パフォーマンスにとって重要であることを示す。 提案手法は,最良性能のエンテーメントに基づく測定値を改善し,最先端の性能を実現する。
  論文  参考訳（メタデータ） (2021-12-16T00:38:35Z)
• Statistical Learning to Operationalize a Domain Agnostic Data Quality Scoring [8.864453148536061]
  この研究は、DQスコア、レポート、ラベルを提供するために、受信したデータセットとメタデータを収集する自動化プラットフォームを提供する。 この研究の結果は、データサイエンティストにとって有用であり、この品質ラベルの価値は、それぞれの実践的応用のためにデータをデプロイする前に信頼を喚起する。
  論文  参考訳（メタデータ） (2021-08-16T12:20:57Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。