MétaCan
Menu
Retour à la cohorte
Enregistrement W1987373038 · doi:10.1108/10662240210422512

Supporting the e‐business readiness of small and medium‐sized enterprises: approaches and metrics

2002· article· en· W1987373038 sur OpenAlexaffabout
Dawn Jutla, Peter Bodorik, Jasbir Dhaliwal

Notice bibliographique

RevueInternet Research · 2002
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueTechnology Adoption and User Behaviour
Établissements canadiensDalhousie UniversitySaint Mary's University
Organismes subventionnairesnon disponible
Mots-clésBusinessGovernment (linguistics)Balance (ability)Small and medium-sized enterprisesConceptual frameworkMarketingKnowledge managementProcess managementIndustrial organizationComputer scienceFinanceSociology

Résumé

récupéré en direct d'OpenAlex

Government initiatives are continuously being designed to create stable and supportive environments for developing new industries. Presents a conceptual model for use by governments in creating and sustaining an appropriate climate that facilitates the national adoption of e‐business. It focuses specifically on the needs of small and medium‐sized enterprises (SMEs). Also suggests six categories of e‐business readiness metrics and measures to be used for assessing how a country is performing in terms of providing a positive e‐business readiness climate. Examples of innovative initiatives are provided from Canada, The Netherlands, Norway, and Singapore. Concludes that a balance among attention to infrastructure components has not yet been achieved in these countries.

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)0,007
score de la tête « metaresearch » (Gemma)0,016
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,039

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,016
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0070,007
Études des sciences et des technologies0,0010,001
Communication savante0,0040,006
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,454
Tête enseignante GPT0,462
Écart entre enseignants0,008 · 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

Citations276
Publié2002
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternet ResearchMême sujetTechnology Adoption and User BehaviourTravaux en français237 207