Exploring the use of social capital to support technology adoption and implementation
Notice bibliographique
Résumé
Information System (IS) implementations are a risky business with studies showing only a 16%-29% success rate. This research explores the use of social capital to support technology implementations. This research brings together two distinct bodies of knowledge: social network analysis (SNA) and technology acceptance models, in order to better understand the relationship between social capital and technology acceptance. The first aspect of the research looks at social network centrality and influence measures as an alternative means to measure social influence in the Unified Theory of Acceptance and Use of Technology (UTAUT) model. The social influence construct has proven to be inconsistent in past research. An individual‟s decision to adopt a new technology is influenced by their social context or the informal social network within which they work. The social capital of others influences their attitudes and decision to adopt a new technology. Social Capital, as measured through social network analysis, could be substituted for the social influence construct of the UTAUT model. Two revised UTAUT models are developed and tested. The second aspect of this research uses social capital to inform membership of a Community of Practice (CoP) to support a Finance Management System implementation in a higher education organization. SNA can be used to gain an understanding of the social network and identify individuals with high social capital. There is growing evidence that CoP support successful organizational change initiatives but it is less clear how CoP membership might be determined. SNA provides an evidence-based approach to CoP formation. The IS implementation cases described in the paper demonstrate an innovative approach to IS implementation grounded in social capital and technology acceptance research that add to the body of knowledge in both theory and practice.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,009 | 0,048 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,004 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,004 | 0,007 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».