摘要:近年来,数字化转型研究(DT)和业务流程管理(BPM)在业务和管理领域引起了极大的关注。本文旨在对2007年至2022年对DT和BPM的全球研究进行全面的文献计量分析。从科学和Scopus的Web of Science和Scopus中选择了总共326篇论文进行分析。使用文献计量方法,我们评估了DT和BPM的当前状态和未来研究趋势。我们的分析表明,随着时间的流逝,DT和BPM上的出版物数量显着增长,业务流程管理期刊是最活跃的。对这一领域做出最大贡献的国家是德国(有四所大学)和美国。业务流程管理期刊是发表数字化转型和业务流程管理研究中最活跃的。分析表明,“人工智能”是一项已进行了广泛研究的技术,并越来越多地宣称要影响公司的业务流程。此外,该研究还提供了共同引文网络分析的宝贵见解。根据我们的发现,我们为DT和BPM的未来研究方向提供了建议。这项研究有助于更好地了解DT和BPM的当前研究状态,并为未来的研究提供见解。
为规避碳酸盐形成问题,人们提出了各种电池配置。[5] 最有前途的配置之一是双极膜电解槽 (BPM),它由阳离子交换层 (CEL) 和阴离子交换层 (AEL) 组成。BPM 可以减轻碳酸盐的形成以及 CO 2 和产物的交叉,[6] 此外,它还允许在阴极和阳极的不同 pH 值下进行稳态操作。[7] 在正向偏置 BPM 配置中,AEL 朝向阴极,碳酸根和氢氧根离子通过 AEL 传输。[8] 虽然 AEL 朝向阴极可以提供局部碱性环境(从而使碳产品具有较高的法拉第效率),但在 CEL/AEL 界面处产生的水和/或 CO 2 可能会导致 BPM 起泡和分层。[9]
正常的预期心率随着年龄的增长而变化。在一般中,正常的静息心率为100至200 bpm,在2至8岁的儿童中为75至150 bpm,在大儿童中为50至120 bpm。必须解释有关患者临床文本的这些“正常值”。例如,在婴儿易怒的情况下,可以看到鼻窦率高达230 bpm。鼻窦心动过缓,如果无症状,通常是所有儿科年龄组的良性现象,除了直接新生儿时期,可能会指示新生儿复苏的直接新生儿时期,可能会指示严重的心动过缓。(9)在老年新生儿,婴儿和儿童中,无症状的窦性心动过缓带有更良性的预后。鼻窦心动过缓在运动员中尤其常见。(10)
BANCO BPM S.P.A.董事会的解释性报告在第1项中)在2025年2月28日在一个召集中召集了普通股东会议的议程,该报告是在单一的电话会议上召开的,以“授权,根据第104条第104款的授权,直到第104款,直到第1款,并在1998年的董事会中,或者在审议中,或者在/1998年的陪同下,或者是/或以下是/或以下是/或以下是/或以下是//或以下是/或以下的。在Anima Holding所有普通股的子公司BPM Vita(“优惠”)发起的自愿招标要约中,BANCO BPM BPM VITA MAY:(i)从6.20欧元(cum股息)提高到欧元7.00欧元(cum 7.00(cum cum Rivifiend)的考虑; (ii)行使要约有效性条件的全部或第一部分或多个权利,如果被认为适当,则有权放弃。相关和/或结果分辨率”
2014 年和 2015 年,所谓的活动团队同时开发了 10 个 BPM。这些活动是在“通过最佳实践手册实现欧洲法医标准化 (TEFSBPM)”项目内进行的,并由 ENFSI 质量和能力委员会协调。BPM 的实现得到了欧洲委员会内政总司预防和打击犯罪计划的支持(代码:PROJECT HOME/2012/ISEC/MO/4000004278)。该项目的核心概念是 BPM 将提高整个欧洲执法和司法部门可获得的法医服务的质量,从而鼓励法医标准化和各国之间的跨境合作。
精英足球运动员的身体需求会影响裁判的活动。在竞争性比赛中,精英足球裁判以心率(HR)的85–90%覆盖9-13公里。这项系统评价旨在仔细检查有关比赛期间足球裁判中有关人力资源价值的科学文献。搜索包含的PubMed,Web of Science,Medline和Google Scholar数据库截至2023年4月24日,还使用特定关键字的手动搜索。合格的研究包括涉及各个级别的足球裁判的对照观察试验。15篇文章符合标准,重点关注比赛期间的平均心率(HRAVG)和最大心率(HRMAX)。采样裁判中的平均HRAVG为163.13±8.89 bpm,HRMAX平均为191.2±7.01 bpm。hravg的范围从137.76到184.9 bpm,而HRMAX的范围为169.1至222 bpm。尽管足球竞争水平有所不同,但受监测的变量在整个研究中表现出相似的值。这些发现强调了人力资源监测对裁判培训和编程的重要性,以确保它们可以有效地管理各个竞争级别的比赛的身体需求。
业务流程支撑着大量企业运营,包括贷款发放、发票管理和保险索赔处理 (Van Der Aalst 等人 2011)。预计到 2023 年,业务流程管理 (BPM) 行业将达到 160 亿美元 (Marketwatch 2019)。引入 AI 以降低成本或提供更好的客户体验 (Rao 和 Verweij 2017) 是一个绝佳的机会,BPM 文献中有很多机器学习解决方案,可用于深入了解流程跟踪集群 (Nguyen 等人2016;Nguyen 等人2019)、预测结果 (Breuker 等人2016) 并推荐决策 (Mannhardt 等人2016)。包括来自 NLP 领域的深度学习模型也已得到应用(Tax 等人2017;Evermann、Rehse 和 Fettke 2017)。不幸的是,这些创新很少被企业公司应用和采用(Daugherty 和 Wilson 2018),而且所采用的创新仅限于客户服务、企业风险和合规性等狭窄领域(Wilson、Alter 和 Shukla 2016)。我们认为,BPM 中缺乏采用 AI 模型的一个重要原因是业务用户厌恶风险并且不完全信任 AI 模型。很少有人关注向具有流程上下文的业务用户解释模型预测。这些业务用户通常是各自领域的专家,但不是数据科学家,解释必须以他们业务领域的词汇来呈现。我们挑战 BPM 社区以 AI 可解释性文献为基础,并挑战 AI Trust 社区利用业务流程工件。
机器人流程自动化 (RPA) 是一种快速兴起的自动化技术,介于业务流程管理 (BPM) 和人工智能 (AI) 之间,可帮助组织自动执行大量例行工作。RPA 工具能够捕获人类用户之前在计算机系统界面上执行的此类例行工作的执行情况,然后通过软件机器人代替用户模拟这些例行工作的执行情况。如今,在 BPM 领域,只有简单、可预测的涉及日常工作的业务流程才能通过 RPA 工具自动执行,因为这些流程没有解释的余地,而更复杂的工作仍然留给人类专家。在本文中,我们从对市场上可用的 RPA 工具进行深入实验开始,提供了一个分类框架,根据一些关键维度对它们进行分类。然后,基于此分析,我们得出四个研究挑战,并讨论了将智能注入当前 RPA 技术所必需的未来方法,以便在 BPM 领域更广泛地采用 RPA。
说明:步骤1:从快速讨论开始•心脏做什么?•为什么心脏在运动后会更多?•血液如何通过我们的身体移动?说明可以通过计算一分钟内的节拍数来衡量心跳。步骤2:教孩子们如何找到自己的脉搏。他们可以感觉到它:•在手腕上(径向脉冲)•在颈部(颈动脉脉冲)练习15秒钟,然后乘以4次,以计算每分钟的节拍(bpm)。步骤3:测量静息心率•安静地坐一分钟以确保静息心率。•测量并记录BPM。步骤4:活动时间:让心跳加速!•选择一个简单的活动,例如跳跃插孔,慢跑到位或跳舞1-2分钟。•活动后立即测量心率并记录BPM。步骤5:冷却•活动后安静地静置2分钟,然后再次测量心率。这将帮助孩子们观察锻炼后心脏的慢节奏。步骤6:重复和比较•尝试不同的活动,例如步行或跳过,并比较心率变化。