MétaCan
Menu
Retour à la cohorte
Enregistrement W1994380029 · doi:10.1057/ejis.2012.61

Board-level IT governance and organizational performance

2013· article· en· W1994380029 sur OpenAlexaff
Ofir Turel, Chris Bart

Notice bibliographique

RevueEuropean Journal of Information Systems · 2013
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueInformation Technology Governance and Strategy
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésContingencyCorporate governanceOrganizational performanceContingency theoryBusinessStructural equation modelingResource dependence theoryKnowledge managementKey (lock)Resource (disambiguation)Information technologyComputer scienceProcess managementAccountingManagementEconomicsComputer security

Résumé

récupéré en direct d'OpenAlex

Research on the strategic management of Information Technology (IT) resources has mostly focused on the oversight provided by the management team as a means to increase organizational performance. In recent years, boards of directors have also increased their involvement in IT matters, and various theoretical lenses suggest that this oversight too has the potential to influence organizational performance. Hence, this study synthesizes the resource-based and contingency views of MIS with corporate governance theories, and examines key antecedents and consequences of board-level IT governance (ITG) using a multi-method approach. Structural Equation Modelling analysis applied to organization-level data collected from 171 board members suggested that the level of ITG exercised by boards was contingent upon the organization's ‘IT use mode’, along the two dimensions of need for (a) fast and reliable IT, and (b) new innovative IT. But, the findings further suggested that the contingency approach may be suboptimal because it can cause new ways of leveraging IT to be ignored. High levels of board-level ITG, regardless of existing IT needs, increased organizational performance. This phenomenon was illuminated with applicability checks. Moreover, content analysis and structured interviews with board members further enriched these insights.

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)0,008
score de la tête « metaresearch » (Gemma)0,027
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,008
Score d'incertitude au seuil0,042

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,027
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,002
Communication savante0,0040,002
Science ouverte0,0000,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,011
Tête enseignante GPT0,170
Écart entre enseignants0,158 · 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'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

Citations127
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEuropean Journal of Information SystemsMême sujetInformation Technology Governance and StrategyTravaux en français237 207