MétaCan
Menu
Retour à la cohorte
Enregistrement W1982798724 · doi:10.4018/jeco.2006100101

Interorganizational Relationships in the Context of SMEs' B2B E-Commerce

2006· article· en· W1982798724 sur OpenAlexaboutno aff
Assion Lawson‐Body, Timothy P. O’Keefe

Notice bibliographique

RevueJournal of Electronic Commerce in Organizations · 2006
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueCustomer Service Quality and Loyalty
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBusinessLoyalty business modelThe InternetLoyaltyContext (archaeology)Relation (database)E-commerceMarketingCustomer relationship managementComputer scienceWorld Wide WebService (business)DatabaseService quality

Résumé

récupéré en direct d'OpenAlex

Electronic commerce on the Internet has been discussed in literature as an interorganizational information system that can provide a strategic advantage via customer loyalty to small and medium-sized enterprises (SMEs). However, that is not always true, because many SMEs have difficulties achieving the benefits, as suggested by media and early research. This study is an empirical examination of the impact of the Internet’s Web tools on the interorganizational relationships (IOR) between SMEs and their loyal customers. Data collected from 386 SMEs in North America (United States and Canada) and processed with Partial Least Square (PLS) show that the use of Web tools (i.e., the level of Web content and the level of security on the Internet) has a positive impact on the relation between cooperation and interdependence, and customer loyalty. However, the impact of the Internet’s Web tools on the relation between trust and customer loyalty is different, because the use of nonsecure Web tools reduces the impact of trust on customer loyalty, and surprisingly, the use of secure Web tools doesn’t increase or decrease the impact of trust on customer loyalty. The implications of the results of the study are discussed.Request access from your librarian to read this article's full text.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,273
Score d'incertitude au seuil0,446

Scores Codex et Gemma par catégorie

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

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 Opus0,018
Tête enseignante GPT0,245
Écart entre enseignants0,227 · 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 tête enseignante, 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

Citations49
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Electronic Commerce in OrganizationsMême sujetCustomer Service Quality and LoyaltyTravaux en français237 207