The impact of national culture on the meaning of information system success at the user level
Notice bibliographique
Résumé
Purpose The purpose of this paper is to understand how people from different national cultures; France, Canada and Germany, define and perceive information systems success. Design/methodology/approach This is exploratory research that used a grounded theory approach to analyze qualitative data that were collected using an open interview data collection technique. Grounded theory helps to develop new concepts and new theory. Findings The findings confirm the divergence thesis. The authors found that people from different national cultures define information systems differently. The authors developed models that groups information systems success as they are defined in France, Canada and Germany. Research limitations/implications There are many limitations in this research. First, the findings concern only one single multinational organization. The authors' aim was analytical and not statistical generalization. Second, although the number of respondents was sufficient to develop a partial theory, the authors could not meet with a larger number of people to get more insights. Practical implications There are many practical implications. Multinational organizations that seek to standardize their information systems need to be aware that the implementation as well as long term success of the standard system will not be homogenous. Moreover, the results of the study reveal that information quality and other systems based concepts are not defined the same way in all cultures. Finally, the study proposes a tool that would help the case organization measure IS success in these three cultures. Originality/value This study is unique in a sense that not only does it claim that culture does impact IS success, but it also goes a step further and defines what IS success is in different national cultures.
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 | 0,007 | 0,020 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,004 | 0,007 |
| Communication savante | 0,008 | 0,004 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,000 | 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 ».