MétaCan
Menu
Retour à la cohorte
Enregistrement W2221143699

IT-enabled Knowledge Management in Primary Care Settings: An Absorptive Capacity Perspective

2015· article· en· W2221143699 sur OpenAlex
Louis Raymond, Guy Paré, Éric Maillet

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueInternational Conference on Information Systems · 2015
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueBig Data and Business Intelligence
Établissements canadiensUniversité de MontréalHEC MontréalUniversité du Québec à Trois-Rivières
Organismes subventionnairesnon disponible
Mots-clésAbsorptive capacityKnowledge managementPerspective (graphical)Primary careBusinessProcess managementComputer scienceMedicineArtificial intelligence
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Primary care medical practices have made sizable IT investments in recent years, primarily deploying electronic medical record (EMR) systems as well as Web-based elearning applications. The basic assumption here is that developing IT-enabled knowledge management capabilities may significantly improve the innovation and clinical performance of these organizations. Increasing uncertainty in their environment requires them to develop greater absorptive capacity (ACAP), i.e. an organizational learning capability to deal with the external sources of this uncertainty. In applying ACAP theory to primary care settings, this study seeks to answer the following research questions: What are the e-learning and EMR capabilities developed by primary care medical practices in response to increasing environmental uncertainty? To what extent does the development of an e-learning capability influence the development of an EMR capability? To what extent does building ACAP contribute to positive outcomes in terms of medical practices' innovation and clinical performance?

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.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,981
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,007
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,002

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 Opus0,108
Tête enseignante GPT0,317
Écart entre enseignants0,208 · 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