MétaCan
Menu
Retour à la cohorte
Enregistrement W1894563339 · doi:10.1109/picmet.1991.183773

Defining the modernization capabilities of the small and medium-sized businesses

2002· article· en· W1894563339 sur OpenAlexaff
Lise Préfontaine, Hélène Sicotte, Yves-C. Gagnon

Notice bibliographique

RevueTechnology Management : the New International Language · 2002
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueInnovation and Knowledge Management
Établissements canadiensÉcole Nationale d'Administration PubliqueUniversité du Québec à Montréal
Organismes subventionnairesnon disponible
Mots-clésInterfacingFlexibility (engineering)PoolingKnowledge managementComputer scienceQuality (philosophy)Knowledge baseRealization (probability)Modernization theoryBusinessProcess managementWorld Wide WebManagementArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Summary form only given, as follows. It is pointed out that as the strategic issues of the 90s involve timing, quality, and flexibility, more and more attention must be given to acquiring and developing the organization's capabilities in all their dimensions. These dimensions can be defined as technological, organizational, and interfacing competencies which enable a firm to use effectively and with more efficiency the technologies it acquired. Four case studies provide some evidence that the problem of making good use of new technologies seems particularly important for small- and medium-sized businesses (SMBs). The SMBs tend to turn to new technologies, but they lack those capabilities for integrating technological knowledge and know-how. Attention should particularly be given to maintaining a project and strategy fit, and the objectives of the project must be consistent with the resources which are allocated for its realization. It is also essential to identify the technological, organizational, and interfacing capabilities (or lack thereof) that represent the firm's main strengths and weaknesses. Finally, it is important to develop efficient tools to foster the integration and the pooling of the accumulated knowledge base throughout the organization.>

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)0,003
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: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,027

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0040,002
Études des sciences et des technologies0,0010,002
Communication savante0,0030,003
Science ouverte0,0000,002
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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 Opus0,008
Tête enseignante GPT0,204
Écart entre enseignants0,196 · 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
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

Citations0
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTechnology Management : the New International LanguageMême sujetInnovation and Knowledge ManagementTravaux en français237 207