Full-text resources of CEJSH and other databases are now available in the new Library of Science.
Visit https://bibliotekanauki.pl

Results found: 4

first rewind previous Page / 1 next fast forward last

Search results

Search:
in the keywords:  predictive analytics
help Sort By:

help Limit search:
first rewind previous Page / 1 next fast forward last
1
Content available remote

Impacts of big data analytics and absorptive capacity on sustainable supply chain innovation: a conceptual framework

100%
Rodriguez L., Da Cunha C.
LogForum
|
2018
|
vol. 14
|
issue 2
151-161
EN
Background: Big data and predictive analytics could improve the ability to help with the sustainability of sourcing decisions. Sustainability has become a necessary goal for businesses and a powerful strategy for competitive advantage. There’s a need for sustainable innovations along the supply chain to enable companies to have a strong market presence. Developing absorptive capacity both in firms and in supply chains are also integral to responding to dynamic markets and customer needs. The main objective of this paper is to identify the features of big data and predictive analytics applied to sustainable supply chain innovation, and to analyze the role of absorptive capacity. Methods: A literature review investigates how absorptive capacity affects the impact of the utilization of big data and predictive analytics on sustainable supply chain innovation. Results: This paper proposes a conceptual framework linking the different elements. It also proposes a synthesis of the existing definitions of the used concepts. In particular, the role of absorptive capacity as enabler on Big Data and Predictive Analytics on sustainable supply chain innovation is stressed. Conclusions: The paper investigates the emerging paradigm of big data and predictive analytics. The conceptual framework use theoretical foundation of absorptive capacity, and the extant literature on Big Data and predictive analytics. This framework will help us to build a research model for sustainable supply chain innovation applications. Further work is required to develop an action research methodology for validating the framework in depth within a company.
PL
Wstęp: Zastosowanie analizy big data oraz estymacji umożliwiają lepsze zrównoważenie decyzji wykorzystania zasobów. Rozwój zrównoważony stał się niezbędnym celem biznesowym i potężną strategią uzyskania przewagi konkurencyjnej. Można zaobserwować rosnące zapotrzebowania na zrównoważone innowacje w obrębie łańcucha dostaw, umożliwiające przedsiębiorstwom silny wpływ na rynek. Rozwój zdolności absorpcyjnej zarówno w firmach jak i w łańcuchach dostaw jest zintegrowane z potrzebami konsumentów oraz dynamicznych rynków. Głównym celem tej pracy było zidentyfikowanie cech analizy big data oraz estymacji istotnych dla zrównoważonych innowacji w obrębie łańcucha dostaw oraz analiza roli zdolności absorpcyjnej. Metody: Podstawą pracy był przegląd literatury, umożliwiający analizę wpływu zdolności absorpcyjnych na zastosowanie analizy big data oraz estymacji dla osiągnięcia zrównoważonej innowacyjności w obrębie łańcucha dostaw. Wyniki: Zaproponowano koncepcję rozwiązania łączącą różne elementy. Zaproponowano również syntezę istniejących definicji stosowanych koncepcji. W szczególności, rolę zdolności absorpcyjnych jako elementu umożliwiającego stosowanie analizy big data oraz estymacji dla zrównoważonej innowacyjności w obrębie łańcucha dostaw. Wnioski: W pracy badano pojawiający się paradygmat analizy big data oraz estymacji. Koncepcja oparta jest na zastosowaniu zdolności absorpcyjnej oraz istniejących danych literaturowych i ich wpływu na analizę big data. Praca pomaga zbudować model badawczy dla zrównoważonych innowacji w obrębie łańcucha dostaw. Zwrócono uwagę na potrzebę kontynuowania badań w tym zakresie.
2
Publication available in full text mode
Content available

Predictive analytics in crime prevention and the European Convention on Human Rights: tackling risks in privacy and fair trial frameworks

100%
Murauskas D.
Acta Universitatis Lodziensis. Folia Iuridica
|
2021
|
vol. 97
225-250
PL
W tym artykule omawiam, czy Europejska Konwencja Praw Człowieka zapewnia ochronę osobom, których dotyczą analizy predykcyjne w zapobieganiu przestępczości. Zacznę od przedstawienia zagadnienia koncepcyjnego, które niepokoi prawników – tendencji organów ścigania do zwracania większej uwagi na zapobieganie przestępczości, a nie na tradycyjne dochodzenia. Następnie zagłębię się w prawo do orzecznictwa Europejskiego Trybunału Praw Człowieka w zakresie prywatności, szukając odniesień Trybunału do zagrożeń związanych z przetwarzaniem danych. Na koniec wybrałem konkretne sprawy Europejskiego Trybunału Praw Człowieka dotyczące prawa do rzetelnego procesu sądowego, aby wykazać, że zabezpieczenia praw człowieka nie zostały jeszcze opracowane; aby opracować ramy analiz predykcyjnych w zapobieganiu przestępczości. Stwierdzam, że orzecznictwo Europejskiego Trybunału nie gwarantuje wystarczającej ochrony praw człowieka, zwłaszcza gdy organy ścigania stosują analizy predykcyjne w zapobieganiu przestępczości.
EN
In this paper, I discuss whether the European Convention on Human Rights provides safeguards to individuals affected by predictive analytics in crime prevention. I start with depicting a conceptual issue that worries legal scholars – the trend of law-enforcement authorities to increase their attention to crime prevention rather than traditional criminal investigations. Then, I dive into the right to privacy case-law of the European Court of Human Rights looking for the Court’s references to the threats of data processing. Lastly, I select concrete cases of the European Court of Human Rights on the right to a fair trial to show that the human rights safeguards are not yet developed to frame predictive analytics in crime prevention.
3
Publication available in full text mode
Content available

Big Data Profiling and Predictive Analytics from the Perspective of GDPR

100%
Siwicki M.
Studia Iuridica Lublinensia
|
2023
|
vol. 32
|
issue 2
249-266
PL
Niniejsze opracowanie poświęcone zostało analizie regulacji rozporządzenia Parlamentu Europejskiego i Rady (UE) 2016/679 z dnia 27 kwietnia 2016 r. w sprawie ochrony osób fizycznych w związku z przetwarzaniem danych osobowych i w sprawie swobodnego przepływu takich danych (RODO) w celu odpowiedzi na pytanie, czy we właściwy sposób wyważają one interesy zarówno podmiotów wykorzystujących w swojej działalności gospodarczej analizę predykcyjną i profilowanie, jak i osób, których dane są przez nich przetwarzane. Ze względu na to, że ten rodzaj przetwarzania opiera się na dużych zbiorach danych, właściwą analizę tego zagadnienia należało rozpocząć od określenia, jakie informacje przetwarzane w takich zbiorach i w jakich warunkach należy uznać za dane osobowe. W oparciu o te ustalenia przeprowadzona została analiza obowiązków nakładanych przez RODO na podmioty przetwarzające dane osobowe w sytuacji, gdy źródłem danych są informacje pozyskane ze zbiorów typu big data. Umożliwiło to dokonanie oceny przyjętych regulacji normatywnych oraz wskazanie możliwych rozwiązań i ścieżek rozwoju.
EN
The text analyses the normative regulations adopted by the Regulation (EU) 2016/679 of the European Parliament and of the Council of 27 April 2016 on the protection of natural persons with regard to the processing of personal data and on the free movement of such data (GDPR) in order to answer the question whether the said regulations properly balance the interests of both entities that use predictive analytics and profiling in their economic activity, and of persons whose data they process. As this type of processing is based on big data, the proper analysis of this issue had to begin with determining which types of data processed in such sets can be considered personal information and in what conditions they can be treated as such. Based on these findings, the study analyzed the duties imposed by the GDPR on entities processing personal data in situations when such information has been obtained from big data. This in turn made it possible to assess the adopted normative regulations as well as point to the possible solutions and development paths.
4
Publication available in full text mode
Content available

Zaawansowane technologie i zagrożenia ze strony organizacji terrorystycznych: psychologiczne aspekty procesu informacyjnego.

80%
pashentsev e. n.
Rocznik Bezpieczeństwa Międzynarodowego
|
2016
|
vol. 10
|
issue 2
67-73
EN
Antiterrorist structures should consider opportunities and risks of advanced technologies which can influence the character, forms and efficiency of actions of terrorist organizations, and put forward the corresponding reorganization of counteraction to terrorism at national and international levels. These technologies can be developed on the basis of achievements of different research disciplines and, even more often, turn out to be a product of interdisciplinary efforts. The paper analyzes the ways of using cutting-edge technologies by terroristorganizations in the field of exerting an influence on individual and public consciousness, and also possible reaction to such threats.
PL
Struktury antyterrorystyczne uwzględniają możliwości i ryzyka technologii perspektywicznych, które mogą mieć wpływ, tak na charakter, formy i efektywność działalności organizacji terrorystycznych. Odpowiedniej przebudowy potrzebują również systemy przeciwdziałania terroryzmowi na poziomie narodowym i międzynarodowym. Technologie te mogą być opracowywane na podstawie osiągnięć różnych dyscyplin naukowych i częściej okazują się wytworem wysiłków interdyscyplinarnych. W artykule analizowane są możliwości wykorzystania technologii perspektywicznych przez organizacje terrorystyczne w obrębie wpływu na indywidualną i społeczną świadomość oraz możliwe odpowiedzi na tego typu zagrożenia.
first rewind previous Page / 1 next fast forward last
JavaScript is turned off in your web browser. Turn it on to take full advantage of this site, then refresh the page.