MétaCan
Menu
Retour à la cohorte
Enregistrement W2258156374 · doi:10.5220/0005537401910202

A Model of Effective IT Governance for Collaborative Networked Organizations

2015· article· en· W2258156374 sur OpenAlexaff
Morooj Safdar, Gregory Richards, Bijan Raahemi

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueInformation Technology Governance and Strategy
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésKnowledge managementCorporate governanceComputer scienceCollaborative softwareBusinessProcess management

Résumé

récupéré en direct d'OpenAlex

Inter-organizational collaboration based on the use of IT systems is now essential for organizations working as Collaborative Networked Organizations (CNOs). However, little research has been done to examine the critical success factors involved in shared IT governance among members of a CNO. Accordingly, this research develops a model of inter-organizational IT-governance composed of critical success factors (CSFs) and key performance indicators. The study defines fourteen CSFs that are classified under the main four categories of IT governance, which include strategic alignment, resource management, value delivery and risk management, and performance measurement. In addition, the study identifies key performance indicators that measure the CSFs and evaluate the effectiveness of how partners work together in joint processes for a common goal. The main dimensions of the KPIs include consensus, alignment, accountability, trust, involvement and transparency. The model was validated by gathering feedback from participants in a healthcare on the importance of the CSFs and performance indicators. The findings confirm the importance of the CSFs but suggest that they could be ranked in order of criticality. In addition, certain CSFs were re-defined based on the experience of CNO participants and questions were raised related to the context of the CNO, which influences participant perceptions, as well as the degree of formalization noted in the CNO.

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)0,004
score de la tête « metaresearch » (Gemma)0,005
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: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,043

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0020,004
Communication savante0,0060,007
Science ouverte0,0020,002
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0090,002

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 Opus0,021
Tête enseignante GPT0,228
Écart entre enseignants0,207 · 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

Citations8
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetInformation Technology Governance and StrategyTravaux en français237 207