MétaCan
Menu
Retour à la cohorte
Enregistrement W178116008

The Bass Model of Diffusion: Recommendations for Use in Information Systems Research and Practice

2014· article· en· W178116008 sur OpenAlexfundno aff
Anand Jeyaraj, Rajiv Sabherwal

Notice bibliographique

RevueJournal of the Association for Information Systems · 2014
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueInnovation Diffusion and Forecasting
Établissements canadiensnon disponible
Organismes subventionnairesMcGill UniversityGeorgia State UniversityUniversity of LouisvilleUniversity of Missouri
Mots-clésImitationDiffusion of innovationsPopulationInformation systemMarketingSociologyManagement scienceKnowledge managementPsychologyComputer scienceEconomicsBusinessSocial psychologyEngineering
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The Bass Model (TBM), first introduced in 1969, has been used in several fields – including sociology, economics, marketing, and communication studies – to understand diffusion of products and innovations, but has received limited attention in information systems (IS) research and practice. TBM views diffusion as occurring through a combination of innovation (p) and imitation (q). Innovation and imitation describe the extents to which influences external to the population and influences internal to the population respectively affect diffusion. To encourage and enable greater use of TBM in IS research and practice, we describe an application process for using TBM and illustrate potential applications of TBM.

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)0,047
score de la tête « metaresearch » (Gemma)0,102
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,047
Score d'incertitude au seuil0,251

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0470,102
Méta-épidémiologie (sens strict)0,0030,001
Méta-épidémiologie (sens large)0,0050,003
Bibliométrie0,0090,013
Études des sciences et des technologies0,0030,006
Communication savante0,0110,022
Science ouverte0,0070,004
Intégrité de la recherche0,0090,009
Charge utile insuffisante (le modèle a refusé de juger)0,0130,005

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 Opus0,250
Tête enseignante GPT0,423
Écart entre enseignants0,173 · 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'étudeThéorique ou conceptuel
Domainenon disponible
GenreMéthodes

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
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of the Association for Information SystemsMême sujetInnovation Diffusion and ForecastingTravaux en français237 207