Assessing Relational E-Strategy Supporting Business Relationships
Notice bibliographique
Résumé
As per the Census Bureau of the Department of Commerce, the estimate of U.S. retail e-commerce sales for the first quarter of 2009 was $31.7 billion. For the same period, e-commerce accounted for 3.5 percent of total sales with a value of $30.2 billion sales. As electronic business (e-business) has become essential in our economy, organizations have begun to demand a return on their investment in such endeavors (Damanpour and Damanpour, 2001). More recently, research indicates that webbased technologies enhance performance when the environmental pressures are high, the technical capabilities within the organization are well integrated, and the management team highly supports and sees value in e-business initiatives (Sanders, 2007). An extensive and diverse body of literature has been produced regarding e-business. One research angle that lacked over the years is the definition and assessment of an e-business strategy (e-strategy). Some efforts were made in evaluating e-strategy through an electronic simulation (Ha and Forgianne, 2006). Another recent research observed that human, technological and business capabilities and e-business implementation influence the business performance at various levels (Coltman, Devinney, and Midgley, 2007). However, both studies did not develop an e-strategy construct empirically tested with managers.
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 distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 tête enseignante, 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 ».