MétaCan
Menu
Retour à la cohorte
Enregistrement W1528830218 · doi:10.2307/3250980

Factors That Influence the Social Dimension of Alignment Between Business and Information Technology Objectives1

2000· article· en· W1528830218 sur OpenAlexaffabout
Blaize Horner Reich, Izak Benbasat

Notice bibliographique

RevueMIS Quarterly · 2000
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueInformation Technology Governance and Strategy
Établissements canadiensUniversity of British ColumbiaSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésDimension (graph theory)BusinessKnowledge managementInformation technologyMarketingInformation systemProcess managementIndustrial organizationComputer scienceEngineering

Résumé

récupéré en direct d'OpenAlex

The establishment of strong alignment between information technology (IT) and organizational objectives has consistently been reported as one of the key concerns of information systems managers. This paper presents findings from a study which investigated the influence of several factors on the social dimension of alignment within 10 business units in the Canadian life insurance industry. The social dimension of alignment refers to the state in which business and IT executives understand and are committed to the business and IT mission, objectives, and plans. The research model included four factors that would potentially influence alignment: (1) shared domain knowledge between business and IT executives, (2) IT implementation success, (3) communication between business and IT executives, and (4) connections between business and IT planning processes. The outcome, alignment, was operationalized in two ways: the degree of mutual understanding of current objectives (short-term alignment) and the congruence of IT vision (long-term alignment) between business and IT executives. A total of 57 semi-structured interviews were held with 45 informants. Written business and IT strategic plans, minutes from IT steering committee meetings, and other strategy documents were collected and analyzed from each of the 10 business units. All four factors in the model (shared domain knowledge, IT implementation success, communication between business and IT executives, and connections between business and IT planning) were found to influence short-term alignment. Only shared domain knowledge was found to influence long-term alignment. A new factor, strategic business plans, was found to influence both short and long-term alignment. The findings suggest that both practitioners and researchers should direct significant effort toward understanding shared domain knowledge, the factor which had the strongest influence on the alignment between IT and business executives. There is also a call for further research into the creation of an IT vision.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,027
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,078
Score d'incertitude au seuil0,155

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,027
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0040,004
Communication savante0,0040,001
Science ouverte0,0000,003
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,009
Tête enseignante GPT0,208
Écart entre enseignants0,199 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1 397
Publié2000
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMIS QuarterlyMême sujetInformation Technology Governance and StrategyTravaux en français237 207