MétaCan
Menu
Retour à la cohorte
Enregistrement W1562670479

A Resource-Based Analysis of E-Commerce in Developing Countries

2010· article· en· W1562670479 sur OpenAlexaff
Richard Boateng, Robert Ebo Hinson, Richard Heeks, Alemayehu Molla, Victor Mbarika

Notice bibliographique

RevueRMIT Research Repository (RMIT University Library) · 2010
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueTechnology Adoption and User Behaviour
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésPanacea (medicine)SustenanceDeveloping countryAppropriationBusinessKnowledge managementE-commerceConceptual frameworkGrounded theoryResource (disambiguation)Relation (database)Conceptual modelIndustrial organizationMarketingComputer scienceEconomicsQualitative researchEconomic growthWorld Wide WebPolitical scienceSociology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Electronic Commerce is touted as a panacea for business growth and expansion in relation to both small and large firms irrespective of their geographical locations. Past research in the area shows that there is an acute lack of theoretical frameworks and empirical evidence to understand how developing country firms realise e-commerce benefits amidst their national constraints. This paper sets out to develop a theoretically abstracted but contextually grounded electronic commerce appropriation and use model for developing country contexts. We undertake a review of the ecommerce and strategy management literature in order to arrive at our conceptual model. We develop a resource - based view model of electronic commerce benefits that posits that developing country firms can orient resources towards the creation and sustenance of electronic commerce benefits. This conceptual framework provides good theoretical platform for empirically grounded research on electronic commerce in developing country contexts. We have opened a new stream of understanding in respect of developing country electronic commerce adoption.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,016
Score d'incertitude au seuil0,033

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0040,007
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,092
Tête enseignante GPT0,358
Écart entre enseignants0,266 · 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

Citations7
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRMIT Research Repository (RMIT University Library)Même sujetTechnology Adoption and User BehaviourTravaux en français237 207