MétaCan
Menu
Retour à la cohorte
Enregistrement W2083302347 · doi:10.1142/s0219649202000479

Predicting Flexibility and Success in Information Systems Planning: A System Dynamics Approach

2002· article· en· W2083302347 sur OpenAlexaff
Ramaraj Palanisamy, N.A. Sushil

Notice bibliographique

RevueJournal of Information & Knowledge Management · 2002
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueInformation Technology Governance and Strategy
Établissements canadiensSt. Francis Xavier University
Organismes subventionnairesnon disponible
Mots-clésFlexibility (engineering)Computer sciencePlan (archaeology)Information systemSystem dynamicsCausal modelProcess managementOperations researchManagement scienceKnowledge managementArtificial intelligenceEngineeringStatistics

Résumé

récupéré en direct d'OpenAlex

Organizations intend to achieve a high level of information systems flexibility and success. They plan information systems with multiple approaches and adopt different planning methodologies. A broad range of measurements is available in the literature to assess IS planning effectiveness and success. This study theoretically develops a causal model to assess and predict IS planning success, empirically validate the model, and simulate the empirically tested model to predict the "ends" and "means" of the IS planning. The Systems Dynamics approach is used to model and simulate the "ends" and "means" variables. The model represents the user involvement in IS planning and flexibility variables ("means") and IS success variables ("ends") in a framework. The questionnaire survey method is used to validate the model, and the survey was administered to 296 respondents from 42 organizations selected from eight different sectors. The survey results validate the existence of relationship between user involvement, flexibility, and IS success. The empirically validated model is used to predict flexibility and information systems success in the surveyed organizations.

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)0,006
score de la tête « metaresearch » (Gemma)0,028
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,030

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,028
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0010,002
Communication savante0,0020,003
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,015
Tête enseignante GPT0,215
Écart entre enseignants0,199 · 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'étudeSimulation ou modélisation
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

Citations2
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Information & Knowledge ManagementMême sujetInformation Technology Governance and StrategyTravaux en français237 207