IDEAS home Printed from https://ideas.repec.org/a/aou/nszioz/y2022i4p79-90.html
   My bibliography  Save this article

Ocena klasyfikacji i typologii benchmarkingu z wykorzystaniem warunków poprawności podziału logicznego pojęć

Author

Listed:
  • Magdalena Szydełko

Abstract

Liczba rodzajów benchmarkingu przytaczanych w literaturze przedmiotu dowodzi nie tylko dużego zainteresowania badaczy tym zagadnieniem, lecz także nieusystematyzowania zagadnień teoretycznych w obszarze klasyfikacji i typologii benchmarkingu. Podziały benchmarkingu cechuje pewien brak spójności i naruszenie obowiązujących reguł logicznych. Skutkiem tego jest duża liczba jego klasyfikacji i typologii utrudniająca prawidłowe zrozumienie istoty poszczególnych jego rodzajów i wykorzystanie teorii benchmarkingu w praktyce gospodarczej. Celem artykułu było uporządkowanie klasyfikacji i typologii benchmarkingu z zastosowaniem zasad poprawności podziału logicznego pojęć. Wykorzystano dedukcyjne metody pracy naukowej, które pozwoliły na rekonstrukcję wiedzy wywodzącej się z badanej literatury i wyprowadzanie wniosków istotnych do osiągnięcia celu. Ze względu na ograniczenia objętościowe został pokazany mechanizm tworzenia poprawnych podziałów logicznych. Najprostszym podziałem benchmarkingu zapewniającym ex definitione poprawność jest podział dychotomiczny. Opracowano dychotomiczne podziały logiczne benchmarkingu według wybranych kryteriów, tj. podmiotu, branży, przedmiotu, rodzaju danych, stopnia sformalizowania, zewnętrznego wsparcia, częstotliwości oraz relacji między partnerami w benchmarkingu. Biorąc po uwagę dużą liczbę klasyfikacji i typologii benchmarkingu w literaturze przed-miotu, uznano za właściwe wyróżnienie benchmarkingu wewnętrznego i zewnętrznego jako dwóch pod-stawowych klas. Pozostałe rodzaje benchmarkingu mieszczą się w tych dwóch kategoriach. Benchmarking wewnętrzny i zewnętrzny (podzakresy otrzymane w wyniku podziału logicznego według kryterium pod-miotu) można poddać następnym podziałom ze względu na kolejne kryteria podziału, otrzymując wielostopniową klasyfikację lub typologię benchmarkingu. Przedstawione w artykule propozycje uporządkowania zagadnień związanych z rodzajami benchmarkingu mogą przyczynić się do rozwoju teorii benchmarkingu przez kształtowanie prawidłowej wiedzy w tym zakresie.

Suggested Citation

  • Magdalena Szydełko, 2022. "Ocena klasyfikacji i typologii benchmarkingu z wykorzystaniem warunków poprawności podziału logicznego pojęć," Nowoczesne Systemy Zarządzania. Modern Management Systems, Military University of Technology, Faculty of Security, Logistics and Management, Institute of Organization and Management, issue 4, pages 79-90.
  • Handle: RePEc:aou:nszioz:y:2022:i:4:p:79-90
    as

    Download full text from publisher

    File URL: https://nsz.wat.edu.pl/pdf-158799-85146
    File Function: Full text
    Download Restriction: no
    ---><---

    References listed on IDEAS

    as
    1. Li, Yongjun & Liang, Liang & Chen, Yao & Morita, Hiroshi, 2008. "Models for measuring and benchmarking olympics achievements," Omega, Elsevier, vol. 36(6), pages 933-940, December.
    2. Sanjay Mohapatra, 2012. "Information Theory and Best Practices in the IT Industry," Springer Books, Springer, edition 127, number 978-1-4614-3043-8, June.
    Full references (including those not matched with items on IDEAS)

    Most related items

    These are the items that most often cite the same works as this one and are cited by the same works as this one.
    1. Botti, Laurent & Briec, Walter & Cliquet, Gérard, 2009. "Plural forms versus franchise and company-owned systems: A DEA approach of hotel chain performance," Omega, Elsevier, vol. 37(3), pages 566-578, June.
    2. Qi Wang & Tobias Jeppsson, 2022. "Identifying benchmark units for research management and evaluation," Scientometrics, Springer;Akadémiai Kiadó, vol. 127(12), pages 7557-7574, December.
    3. Pedro Garcia‐del‐Barrio & Carlos Gomez‐Gonzalez & José Manuel Sánchez‐Santos, 2020. "Popularity and Visibility Appraisals for Computing Olympic Medal Rankings," Social Science Quarterly, Southwestern Social Science Association, vol. 101(5), pages 2137-2157, September.
    4. Jarmila Horváthová & Martina Mokrišová & Mária Vrábliková, 2021. "Benchmarking—A Way of Finding Risk Factors in Business Performance," JRFM, MDPI, vol. 14(5), pages 1-17, May.
    5. Xiyang Lei & Yongjun Li & Qiwei Xie & Liang Liang, 2015. "Measuring Olympics achievements based on a parallel DEA approach," Annals of Operations Research, Springer, vol. 226(1), pages 379-396, March.
    6. Li, Yongjun & Lei, Xiyang & Dai, Qianzhi & Liang, Liang, 2015. "Performance evaluation of participating nations at the 2012 London Summer Olympics by a two-stage data envelopment analysis," European Journal of Operational Research, Elsevier, vol. 243(3), pages 964-973.
    7. Yang, Min & Li, Yong Jun & Liang, Liang, 2015. "A generalized equilibrium efficient frontier data envelopment analysis approach for evaluating DMUs with fixed-sum outputs," European Journal of Operational Research, Elsevier, vol. 246(1), pages 209-217.
    8. Irina PETROVA, 2021. "Awareness And Utilisation Of The Benchmarking Approach By The Production Enterprises From North Bulgaria," Proceedings of the INTERNATIONAL MANAGEMENT CONFERENCE, Faculty of Management, Academy of Economic Studies, Bucharest, Romania, vol. 15(1), pages 220-230, November.
    9. Plácido Moreno & Sebastián Lozano, 2014. "A network DEA assessment of team efficiency in the NBA," Annals of Operations Research, Springer, vol. 214(1), pages 99-124, March.
    10. Josef Jablonsky, 2018. "Ranking of countries in sporting events using two-stage data envelopment analysis models: a case of Summer Olympic Games 2016," Central European Journal of Operations Research, Springer;Slovak Society for Operations Research;Hungarian Operational Research Society;Czech Society for Operations Research;Österr. Gesellschaft für Operations Research (ÖGOR);Slovenian Society Informatika - Section for Operational Research;Croatian Operational Research Society, vol. 26(4), pages 951-966, December.
    11. Natalia R. Potoczek, 2021. "The use of process benchmarking in the water industry to introduce changes in the digitization of the company’s value chain," Journal of Entrepreneurship, Management and Innovation, Fundacja Upowszechniająca Wiedzę i Naukę "Cognitione", vol. 17(4), pages 51-89.
    12. Partovi, Fariborz Y., 2011. "Corporate philanthropic selection using data envelopment analysis," Omega, Elsevier, vol. 39(5), pages 522-527, October.
    13. Wang, John & Yan, Ruiliang & Hollister, Kimberly & Zhu, Dan, 2008. "A historic review of management science research in China," Omega, Elsevier, vol. 36(6), pages 919-932, December.
    14. Sekitani, Kazuyuki & Zhao, Yu, 2021. "Performance benchmarking of achievements in the Olympics: An application of Data Envelopment Analysis with restricted multipliers," European Journal of Operational Research, Elsevier, vol. 294(3), pages 1202-1212.
    15. Du, Juan & Liang, Liang & Chen, Yao & Bi, Gong-bing, 2010. "DEA-based production planning," Omega, Elsevier, vol. 38(1-2), pages 105-112, February.
    16. Sebastián Lozano & Gabriel Villa, 2023. "Multiobjective centralized DEA approach to Tokyo 2020 Olympic Games," Annals of Operations Research, Springer, vol. 322(2), pages 879-919, March.
    17. Yang, Min & Li, Yongjun & Chen, Ya & Liang, Liang, 2014. "An equilibrium efficiency frontier data envelopment analysis approach for evaluating decision-making units with fixed-sum outputs," European Journal of Operational Research, Elsevier, vol. 239(2), pages 479-489.
    18. Tsoi, Ka Ho & Loo, Becky P.Y., 2021. "Cutting the loss: International benchmarking of a sustainable ferry business model," Transportation Research Part A: Policy and Practice, Elsevier, vol. 145(C), pages 167-188.
    19. Wu, Jie & Liang, Liang & Chen, Yao, 2009. "DEA game cross-efficiency approach to Olympic rankings," Omega, Elsevier, vol. 37(4), pages 909-918, August.
    20. Calzada-Infante, Laura & Lozano, Sebastián, 2016. "Analysing Olympic Games through dominance networks," Physica A: Statistical Mechanics and its Applications, Elsevier, vol. 462(C), pages 1215-1230.

    Corrections

    All material on this site has been provided by the respective publishers and authors. You can help correct errors and omissions. When requesting a correction, please mention this item's handle: RePEc:aou:nszioz:y:2022:i:4:p:79-90. See general information about how to correct material in RePEc.

    If you have authored this item and are not yet registered with RePEc, we encourage you to do it here. This allows to link your profile to this item. It also allows you to accept potential citations to this item that we are uncertain about.

    If CitEc recognized a bibliographic reference but did not link an item in RePEc to it, you can help with this form .

    If you know of missing items citing this one, you can help us creating those links by adding the relevant references in the same way as above, for each refering item. If you are a registered author of this item, you may also want to check the "citations" tab in your RePEc Author Service profile, as there may be some citations waiting for confirmation.

    For technical questions regarding this item, or to correct its authors, title, abstract, bibliographic or download information, contact: Michał Jurek (email available below). General contact details of provider: http://nsz.wat.edu.pl/ .

    Please note that corrections may take a couple of weeks to filter through the various RePEc services.

    IDEAS is a RePEc service. RePEc uses bibliographic data supplied by the respective publishers.