دانلود رایگان ترجمه مقاله بررسی كاربردهای تحليل پوششی داده ها (نشریه الزویر ۲۰۱۳)
این مقاله انگلیسی ISI در نشریه ساینس دایرکت در ۱۰ صفحه در سال ۲۰۱۳ منتشر شده و ترجمه آن ۲۳ صفحه میباشد. کیفیت ترجمه این مقاله ارزان – نقره ای ⭐️⭐️ بوده و به صورت کامل ترجمه شده است.
دانلود رایگان مقاله انگلیسی + خرید ترجمه فارسی | |
عنوان فارسی مقاله: |
بررسی كاربردهای تحليل پوششی داده ها |
عنوان انگلیسی مقاله: |
A survey of DEA applications |
|
مشخصات مقاله انگلیسی | |
فرمت مقاله انگلیسی | pdf و ورد تایپ شده با قابلیت ویرایش |
سال انتشار | ۲۰۱۳ |
تعداد صفحات مقاله انگلیسی | ۱۰ صفحه با فرمت pdf |
نوع مقاله | ISI |
نوع نگارش | مقاله پژوهشی (Research Article) |
نوع ارائه مقاله | ژورنال |
رشته های مرتبط با این مقاله | مهندسی صنایع |
گرایش های مرتبط با این مقاله | برنامه ریزی و تحلیل سیستم ها، بهینه سازی سیستم ها، داده کاوی |
چاپ شده در مجله (ژورنال) | امگا – Omega |
کلمات کلیدی | تحليل پوششی داده ها ، بررسي مقاله، اناليز نقل قول ها، اناليز مسير اصلی |
کلمات کلیدی انگلیسی | Data envelopment analysis – Literature survey – Citation analysis – Main path analysis |
ارائه شده از دانشگاه | موسسه تحصیلات تکمیلی مدیریت فناوری، دانشگاه ملی علوم و فناوری تایوان |
نمایه (index) | Scopus – Master Journals – JCR |
شناسه شاپا یا ISSN | ۰۳۰۵-۰۴۸۳ |
شناسه دیجیتال – doi | https://doi.org/10.1016/j.omega.2012.11.004 |
ایمپکت فاکتور(IF) مجله | ۶٫۹۲۱ در سال ۲۰۱۹ |
شاخص H_index مجله | ۱۲۰ در سال ۲۰۲۰ |
شاخص SJR مجله | ۳٫۲۹۲ در سال ۲۰۱۹ |
شاخص Q یا Quartile (چارک) | Q1 در سال ۲۰۱۹ |
بیس | نیست ☓ |
مدل مفهومی | ندارد ☓ |
پرسشنامه | ندارد ☓ |
متغیر | ندارد ☓ |
رفرنس | دارای رفرنس در داخل متن و انتهای مقاله ✓ |
کد محصول | F1658 |
نشریه | الزویر – Elsevier |
مشخصات و وضعیت ترجمه فارسی این مقاله | |
فرمت ترجمه مقاله | pdf و ورد تایپ شده با قابلیت ویرایش |
وضعیت ترجمه | انجام شده و آماده دانلود |
کیفیت ترجمه | ترجمه ارزان – نقره ای ⭐️⭐️ |
تعداد صفحات ترجمه تایپ شده با فرمت ورد با قابلیت ویرایش | ۲۳ صفحه (۲ صفحه رفرنس انگلیسی) با فونت ۱۴ B Nazanin |
ترجمه عناوین تصاویر و جداول | ترجمه شده است ✓ |
ترجمه متون داخل تصاویر | ترجمه شده است ✓ |
ترجمه متون داخل جداول | ترجمه شده است ✓ |
ترجمه ضمیمه | ترجمه شده است ✓ |
ترجمه پاورقی | ندارد ☓ |
درج تصاویر در فایل ترجمه | درج شده است ✓ |
درج جداول در فایل ترجمه | درج شده است ✓ |
منابع داخل متن | درج نشده است ☓ |
منابع انتهای متن | به صورت انگلیسی درج شده است ✓ |
کیفیت ترجمه | کیفیت ترجمه این مقاله متوسط میباشد. |
فهرست مطالب |
خلاصه |
بخشی از ترجمه |
چکیده
مقاله اي در مورد تحليل پوششي داده ها (DEA) تحقيقاتي را شامل مي شود، چونكه يا به روش هايي تاكيد مي كند يا اينكه روش هاي و مقالات كاربردي را از هم جدا مي كند. اين مطالعه اولين مقاله اي است كه به كاربردهاي تحليل پوششي داده ها مي پردازد، مقالات تحليل پوششي داده ها در مجلاتي منتشر مي شوند كه در پايگاه داده اي علوم وب از سال ۱۹۷۸ تا اوت ۲۰۱۰ منتشر شده اند. نتايج نشان مي دهد كه حدود دو سوم مقالات (۶/۶۳%) به تحليل پوششي داده ها پرداخته اند در حالي كه در بقيه مقالات، روش ها بررسي شده اند. مقالاتي كه به بررسي روش ها پرداخته اند طي ۲۰ سال، تحليل پوششي داده ها را بررسي كرده است ولي تعداد بيشماري از اين مقالات در مورد كاربردهايي بودند كه فقط در مورد انواع روش ها در سال ۱۹۹۹ بحث كرده اند. در ميان كاربردهاي چند وجهي ، پنج كاربرد مهم بدين قرار مي باشند: بانكداري، مراقبت هاي سلامتي ، كشاورزي و زراعت، حمل و نقل و اموزش. كاربردهايي كه اخيرا بسيار رشد كرده اند همان انرژي و محيط به علاوه امور مالي هستند. به علاوه براساس امار توسعه منحني شكل را در مورد هر كاربرد از طريق اناليز مسير اصلي را به انجام رسانده ايم.با مشاهده اين مطالعات اين چنين حدس مي زنيم كه اناليز دو مرحله اي و شبكه تحليل پوششي داده ها مطالعاتي هستند كه در همه كاربردها وجود داشته و مطالعه دو مرحله اي مهم ترين روشي است كه به ان پرداخته شده است.
۱- مقدمه
تحليل پوششي داده ها متناسب با ارزيابي تاثير فردي يا اجرايي واحد تصميم گيري و با علايقي وجود دارد كه در برخي كاربردهاي مثل بانكداري، مراقبت سلامتي، كشاورزي، حمل و نقل و غيره اجرا مي شود.در همه اين موارد تحليل پوششي داده ها استفاده مي شود، گولاني و رال بيان مي كنند كه اين امر مي تواند براي موارد زير به كار برود: شناسايي ناكارامدي منابع، رتبه بندي واحد تصميم گيري، ارزيابي مديريت ، ارزيابي تاثير برنامه هاي يا سياست ها، رتبه بندي مجدد منابع و غيره. در ۳۰ سال بعد، توسط چارلز،مقالاتي را در مورد كاربردهاي تحليل پوششي داده ها منتشر كرده و اين چنين مشخص مي شود كه قبلا كسي در اين مورد تحقيقاتي را انجام نداده تا بدين وسيله انرا پيگيري كرده و يا اينكه تحليل پوششي داده ها را براي كاربردهاي واقعي به كارگرفته است.
در مقالات قبلي نحوه استفاده از تحليل پوششي داده ها با توجه به اهميت روش ها بررسي مي شود، كه به صورت مثال هاي زير نشان داده شده اند. سيفيلد و ترال تحليل پوششي داده ها را بررسي كرده اند. سيفورد در مورد تحليل پوششي داده ها در دوره ۱۹۷۵ تا ۱۹۹۵ بررسي هايي را انجام داده است. كوپر برخي روش هاي تحليل پوششي داده ها و معيارهاي انرا ارزيابي كرده است. كوك و سيفورد در مدت ۳۰ سال در مورد تحليل پوششي داده ها از سال ۱۹۷۸ تحقيقاتي را انجام داده اند. ليو ارزيابي مبتني بر نقل قول را انجام داده و مسيرهاي تحليل پوششي داده ها را بررسي كرده است.در همه مقالات راجع به موضوعاتي، انواع و اقسام روش ها مثل روش هاي كلي تحليل پوششي داده ها ، انواع شبكه و محدوديت هاي بررسي شده اند، متغيرهاي اطلاعات و ساير موارد نيز بررسي شده اند. اين مقاله فقط به تحليل پوششي داده ها نمي پردازد. در اين مقاله ، كاربرده هايي مورد بررسي قرار گرفته اند:در ۶۷% مقالات اناليز تحليل پوششي داده ها،كاربردهاي واقعي نشان داده و بانكداري، اموزش (شامل تحصيلات عاليه) مراقبت سلامتي و تاثير بيمارستان را ارزيابي كرده اند. از انجايي كه ارزيابي گسترده اي لازم است و تحليل پوششي داده ها براي محققين و كاراموزان مفيد خواهد بود. هدف اصلي اين مقاله مشخص سازي روشي براي تحليل پوششي داده ها و نحوه كاربرد انست. توسط رشته هاي دانشگاهي، ارزيابي مي تواند در مورد نحوه استفاده از روش ها اطلاعاتي را در اختيار قرار دهد. براي مثال، اطلاعاتي مثل تعداد مقالات كاربردي نشان مي دهند اين روش هاي تاثيراتي داشته اند. نظريه پردازان ممكن است كه روش هايشان را زود به زود اصلاح كنند. روش هاي اماري مانند كاربردهاي مهم براي نظريه پردازان منبع الهامي براي ايجاد روش هايي بوده طوري كه نيازهاي اين حوزه ها را براورده مي كنند. به علاوه، اطلاعاتي در مورد اينكه چگونه روشي ممكن است در كاربردهايي به كارگرفته شود نشان مي دهد كه روش هايي، پذيرفته شده و بنابراين به كاربران كمك مي كند تا روش هايي را براساس اخرين تكنولوژي ها به كار بگيرند. رشته هاي جديد علمي بايد توسط دانشجويان مشتاق بررسي شوند. هدف اين مقاله بدست اوردن امار و اطلاعاتي در زمينه كاربرد تحليل پوششي داده هاست. سعي مي كنيم كه به اين سوالات جواب دهيم: نسبت و ميزان مقالات كاربردي در مقاله اناليز توسعه اطلاعات چقدر است؟ اناليز توسعه اطلاعات چقدر در دنياي واقعي به كارگرفته شده است؟ كاربردهاي مهم تحليل پوششي داده ها چيست؟ هر كدام از كاربردها با چه روش هايي بررسي مي شوند؟ مسير توسعه هر كاربرد چگونه است؟ با اين سوالات، متوجه مي شويم كه اين تحقيق ، تحليل پوششي داده ها را در سه جنبه بررسي كرده است، اول مقالات مربوط به انواع روش ها و كاربردها را براساس مطالعات قبلي ازهم جدا مي كند كه بدين ترتيب اماري را نشان ميدهد كه در مقاله تحليل پوششي داده ها وجود دارد. دوم، مطالعاتي كه در مورد انواع روش هايي در هركاربرد صورت گرفته اطلاعاتي را نشان مي دهد. سوم بوسيله اناليز ، مقالاتي كاربردهاي مهم را نشان مي دهند. براي جواب به اين سوالات، مجموعه مقالات مرتبط با تحليل پوششي داده ها و مطالعاتي كه روش ها را بررسي نكرده اند را گروه بندي كرده و بعد از ان مطالعاتي را بررسي خواهيم كرد. بعد از اين طبقه بندي، امار را خلاصه بندي مي كنيم، بعد از ان مقالات مبتني بر انواع و اقسام روش ها را نسبت به پنج كاربرد مهم نشان خواهيم داد. در انتها، مسير و روش اناليز را نشان مي دهيم همانطوري ليو انها را برررسي كرده كه متناسب با اين پنج كاربرد مهم است. اين مقاله بدين صورت بخش بندي شده است. در بخش بعدي اطلاعات و روش بررسي را توضيح خواهيم داد، در بخش ۳ امارهاي كاربردهاي تحليل پوششي داده ها مورد بحث و بررسي قرار گرفته است. در بخش ۴ مهم ترين مقالات در رابطه با كاربردهاي تحليل پوششي داده ها نشان داده شده است. در بخش ۵ مهم ترين مسيرهاي پنج كاربرد مهم معرفي شده اند. و در نهايت در بخش اخر نتيجه گيري كرده كه اين بخش كاربردها و بينش هايي نتايج اناليز را شامل مي شود. |
بخشی از مقاله انگلیسی |
Abstract The literature of data envelopment analysis (DEA) encompasses many surveys, yet all either emphasize methodologies or do not make a distinction between methodological and application papers. This study is the first literature survey that focuses on DEA applications, covering DEA papers published in journals indexed by the Web of Science database from 1978 through August 2010. The results show that on the whole around two-thirds (63.6%) of DEA papers embed empirical data, while the remaining one-third are purely-methodological. Purely-methodological articles dominated the first 20 years of DEA development, but the accumulated number of application-embedded papers caught up to purely-methodological papers in 1999. Among the multifaceted applications, the top-five industries addressed are: banking, health care, agriculture and farm, transportation, and education. The applications that have the highest growth momentum recently are energy and environment as well as finance. In addition to the basic statistics, we uncover the development trajectory in each application area through the main path analysis. An observation from these works suggests that the two-step contextual analysis and network DEA are the recent trends across applications and that the two-step contextual analysis is the prevailing approach. ۱ Introduction The value of data envelopment analysis (DEA) lies in its capability to relatively evaluate the individual efficiency or performance of a decision making unit (DMU) within a target group of interest that operates in a certain application domain such as the banking industry, health care industry, agriculture industry, transportation industry, etc. All these industries practically adopt DEA for a variety of reasons, as Golany and Roll [85] pointed out that it can be applied to: identify sources of inefficiency, rank the DMUs, evaluate management, evaluate the effectiveness of programs or policies, create a quantitative basis for reallocating resources, etc. Some 30 years after the publication of the influential paper by Charnes et al. [1], the application domain for DEA has grown to such an extent that almost no one in the DEA research community is able to keep track of its development and in particular on how widely DEA is applied to real world applications. Most previous general literature surveys for DEA place their emphasis on the methodologies, as the following examples show. Seiford and Thrall [2] reviewed early-stage DEA development. Seiford [3] traced the evolution of DEA for the period 1978 through 1995. Cooper et al. [4] evaluated some DEA models and measures. Cook and Seiford [5] performed a comprehensive survey on 30 years of DEA developments since 1978. Liu et al. [6] conducted a citation-based survey and depicted the main DEA development paths. All these surveys have elaborated on methodological topics such as generic DEA models, network models, multiplier restrictions, considerations on the status of variables, data variation, etc. As we are aware of, the literature offers no survey in regards to the development of DEA applications. The closest comments in the literature on how DEA is applied are: ‘‘In total, 67%1 of the (DEA) articles presented a real-world application’’ [۷] and ‘‘Banking, education (including higher education), health care, and hospital efficiency were found to be the most popular application areas’’ [۸]. These comments provide some information, yet a more extensive survey is needed in order to benefit DEA researchers and practitioners. After all, the main purpose for developing the DEA method is to apply it. In the development of any discipline, assessing what has been done can provide practical information in setting up strategies ahead of the next stage for various types of researchers. For example, basic statistics such as the number of application papers suggest the overall usefulness of the developed methodology. Theoreticians may need to find ways to improve their methods upon seeing that they are not frequently applied. Other statistics such as the major application area can inspire theoreticians to develop methods to specifically meet the needs of these areas. In addition, information on how each individual model was applied in applications indicates the trend in methodology adoption and thus helps users of the methods to catch up with the latest technology. A newcomer to a discipline would certainly be eager to know the set of ‘‘must read’’ papers to determine his/her research direction in that discipline. The purpose of this study is to provide the above statistics and information in the DEA application area through a rigorous analysis. We pursue the answers to the following questions: What is the proportion of application papers in the DEA literature? Exactly how widely is DEA applied to real world applications? What are the major DEA applications? What is the trend of the methodological approach for each application area? Lastly, what are the development trajectories for each application area? Through these research questions, this study contributes to the DEA literature in three major aspects. First, it differentiates between methodological articles and application articles and provides basic statistics on application articles, in contrast with previous similar studies [7,8] that present statistics on the whole set of DEA literature. Second, it provides information on the mostcited methodological works in each application area. Third, through the main path analysis, it identifies papers that stand out in the important historical development path of each major application area. In order to answer these questions, we classify a set of DEA papers into methodological and non-methodological works and then further segment the empirical works based on the real world problem that is discussed, tested, and validated within each work. After the classification, the basic statistics are summarized. We then present a list of the most-cited methodological papers for each of the five most popular application areas. In the end, the citation-based main path analysis as described in Liu et al. [6] is applied to these five most popular application areas to uncover their development trajectories. This paper is organized as follows. In the next section we describe the dataset and the method of analysis. Section 3 discusses the basic statistics for the DEA applications. Section 4 presents the most-cited methodological works for the five major DEA applications. Section 5 introduces the main paths of the five most popular application areas. The last section draws conclusions, including implications and insights from the analysis results. |