检索结果-南通市图书馆

商业评论 2024年第2期 166-175页

作者：朱利安·伯金肖(Julian Birkinshaw) 戴维·兰斯菲尔德(David Lancefield) 彭建辉伦敦商学院(London Business School)

专业服务领域也面临被颠覆的风险,此类危言由来已久.2015年,理查德与丹尼尔·萨斯坎德(Richard and Daniel Susskind)曾预言,科学技术将使得市场上对"传统的、活生生的专业人士提供咨询服务的需求逐步下降".

关键词：

来源：博看期刊评论

在线全文

博看期刊

学校读者我要写书评

暂无评论

这些老牌企业为何没被颠覆

市场营销（实务版） 2024年第7期

作者：朱利安·伯金肖戴维·兰斯菲尔德

在咨询和律师等专业服务领域，老牌企业经受住了新技术、新对手的颠覆性挑战，它们的经验值得其他行为借鉴。

关键词：

来源：人大复印报刊资料评论

在线全文

人大复印报刊资料

学校读者我要写书评

暂无评论

再造管理

作者： (英)朱利安·伯金肖(Julian Birkinshaw)

来源：南通市图书馆图书评论

学校读者我要写书评

暂无评论

糟糕管理者的七个症状

商学院 2014年第7期 80-82页

作者：朱利安.伯金肖伦敦商学院

为什么有那么多经理人的工作表现会如此糟糕。几十年来,"优秀的管理者"是什么样子已经众所周知,为了帮助经理人提升管理水平,人们在各种培训上也耗费了大量金钱。可是问题依旧。

关键词：管理者症状工作表现经理人耗费

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

老牌企业如何生存和发展

国际贸易译丛 2022年第3期 25-30页

作者：朱利安·伯金肖尧雪刚(译) 伦敦商学院不详

虽然许多人认为技术颠覆已经猎癫了几十年,但互联网实际上造成的创造性破坏比人们想象的要少得多。事实上,对《财富》500强和全球500强的分析表明,过去25年来,大多数行业都出奇地稳定。今天这些名单上的公司很少是在1995年之后成立的。

关键词：创造性破坏《财富》500强全球500强互联网生存和发展老牌企业

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

失败没什么,不懂得反思才是真的失败

变频器世界 2017年第7期 31-33页

作者：朱利安.伯金肖玛蒂娜.哈斯伦敦商学院宾夕法尼亚大学沃顿商学院

长期以来,成功企业难以实现增长的一个最重要原因就是对失败的恐惧。波士顿咨询公司2015年的调查显示,31%的调查对象认为,规避风险是创新的一大障碍。对此,高管们心知肚明。一方面,他们承认失败有意义。如3M公司的传奇领袖威廉·麦克奈... 详细信息

长期以来,成功企业难以实现增长的一个最重要原因就是对失败的恐惧。波士顿咨询公司2015年的调查显示,31%的调查对象认为,规避风险是创新的一大障碍。对此,高管们心知肚明。一方面,他们承认失败有意义。如3M公司的传奇领袖威廉·麦克奈特,William McKnight）所讲,“本着冒险和挑战精神才能完成最好和最难的工作;错误肯定会犯。”皮克斯（Pixar）总裁埃德·卡特穆尔（Ed Catmull）持相似观点,他说“错误不一定是坏事,或者说,根本就不是坏事。

关键词：波士顿咨询公司挑战精神麦克奈皮克斯卡特埃德穆尔活动投入高层领导者账面资产

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

为客户增添价值

国外社会科学文摘 2003年第2期 42-44页

作者：朱利安·伯金肖,何百华英

作者审视了一种为客户增添价值,而又能使大型跨国公司避开在协同中常遇到的障碍的途径。

关键词：企业前端部门后端企业管理惠普公司债务清偿结构 ABB

同方期刊数据库评论

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

在组织内构建兼顾能力

管理@人 2007年第1期 16-17页

作者：朱利安·伯金肖吉伯森·克里斯蒂娜钟孟光（编译）伦敦商学院战略与国际管理系加利福尼亚大学洛杉矶分校研究生院助理教授不详

机器学习指导相和硬度可控的AlCoCrCuFeNi系高熵合金设计

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

材料工程 2024年第1期52卷 153-164页

作者：李亚豪叶益聪赵凤媛唐宇朱利安白书欣国防科技大学空天科学学院材料科学与工程系长沙410073

采用机器学习辅助高熵合金设计,致力于解决传统试错实验方法时间周期长、成本高的问题。以经典的AlCoCrCuFeNi系高熵合金为研究对象,采用机器学习方法,分别构建高熵合金的相结构预测模型和硬度预测模型。其中支持向量机模型(SVM)在两个... 详细信息

采用机器学习辅助高熵合金设计,致力于解决传统试错实验方法时间周期长、成本高的问题。以经典的AlCoCrCuFeNi系高熵合金为研究对象,采用机器学习方法,分别构建高熵合金的相结构预测模型和硬度预测模型。其中支持向量机模型(SVM)在两个任务中均有最好的训练表现,最佳的相分类准确率达0.944,硬度预测模型的均方根误差为56.065HV。进一步串联两种机器学习模型,基于样本数据集上下限的成分空间,对AlCoCrCuFeNi系高熵合金同时进行相和硬度的高效预测和筛选,实现新型合金成分的快速设计。实验验证5种新合金符合相预测结果,测试硬度与预测硬度值的RMSE为12.58HV,表明建立的机器学习模型实现对高熵合金相和硬度的高效预测。

关键词：机器学习高熵合金相预测硬度预测成分设计

化学气相沉积HfO_(2)涂层的制备及性能

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

材料工程 2024年第5期52卷 67-75页

作者：何锐朋朱利安王震叶益聪李顺唐宇白书欣国防科技大学空天科学学院长沙410073

采用化学气相沉积(CVD)法在难熔金属Mo表面制备厚约8μm的HfO_(2)涂层。通过HSC Chemistry软件从热力学角度探究CVD HfO_(2)的反应过程,分析HfO_(2)涂层的微观形貌、择优生长情况和纳米力学性能,测试涂层与基体的结合力及抗热震性。结... 详细信息

采用化学气相沉积(CVD)法在难熔金属Mo表面制备厚约8μm的HfO_(2)涂层。通过HSC Chemistry软件从热力学角度探究CVD HfO_(2)的反应过程,分析HfO_(2)涂层的微观形貌、择优生长情况和纳米力学性能,测试涂层与基体的结合力及抗热震性。结果表明:HfO_(2)涂层与基体结合良好,在经历25~2000℃,100次循环热震后涂层表面未出现宏观剥落;划痕法测定的涂层附着力约23 N;在2.5~5μm波段,涂层表面平均发射率为0.48,将Mo在该波段的平均发射率提高了近5倍。

关键词：化学气相沉积氧化铪涂层热力学计算发射率抗热震性