Demand for e-business support services among New Brunswick SMES
Notice bibliographique
Résumé
SMEs that are adopting Internet technologies and e-business solutions often require business support services. This paper summarizes the results of a survey of New Brunswick SMEs discusses characteristics of New Brunswick SMEs in terms of “pain points” - perceived barriers to growth and desired capabilities. \nKey points are: \n• The most extensive users of Internet technologies or e-business solutions are larger SMEs. \n• However, microenterprises lead in adoption of business models relying on Internet-based sales, and small SMEs lead in matters of Internet-based exporting. \n• Two-thirds of SMEs report having plans for further investments in Internet technologies and e-business solutions. \n• New Brunswick SMEs that have adopted Internet technologies and e-business solutions in varying degrees report a broad range of benefits from their engagement in e-business. \n• Domestic market development is the principal motivation for adoption of Internet technolo-gies and e-business solutions. \n• Personalized expert services are the most highly desired support service. \nSix possible sets of drivers of demand for nine e-business support services are investigated. The six postulated influencers of demand are firm size, growth orientation, e-Business technological capabilities, desired business capabilities solutions to business problems, and intensity of competition. The nine e-buisness support services are directory of support organizartions, interactive questionnaire to help define an e-commerce strategy; online sector-specific seminars on e-commerce; classroom-based sector-specific seminars about e-commerce; personalized, expert advice on e-commerce; examples or case studies of businesses using e-commerce success-fully; recommendations about e-commerce solutions; statistics and graphics about e-commerce adoption and use among different sizes or types of companies in New Brunswick; visits to successful companies. Tests of differences of means between firms expressing interest in particular support services show that problem solving, use of e-Business technologies, and strategic development of business capabilities are much more strongly associated with demand for services than size of firm, growth orientation, or intensity of competition.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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 ».