MétaCan
Menu
Retour à la cohorte
Enregistrement W2493038494 · doi:10.4018/978-1-60566-412-5.ch012

A Cultural Perspective on Web Site Localization

2010· book-chapter· en· W2493038494 sur OpenAlexaff
Mahmud Akhter Shareef, Yogesh K. Dwivedi, Michael D. Williams, Nitish Singh

Notice bibliographique

RevueIGI Global eBooks · 2010
Typebook-chapter
Langueen
DomaineBusiness, Management and Accounting
ThématiqueCustomer Service Quality and Loyalty
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésMultinational corporationWeb siteBusinessPerspective (graphical)Product (mathematics)Web serviceWorld Wide WebThe InternetComputer scienceArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

For the last two decades, companies have been increasingly operating in many foreign markets. Serving local consumers effectively and thus achieving success in individual foreign markets require both a solid understanding of local values and a reflection of this understanding on business activities in foreign markets that will facilitate serving local markets. Today, as the size of global E-Commerce is expanding, a Web site is an important medium of multinational companies in communicating with stakeholders. In this chapter, we will discuss from a cultural perspective how to create and manage Web sites that will enable multinational companies to successfully localize in their target markets. The localization model, a useful and comprehensive tool in Web site localization, indicates that effective Web sites must adopt the specific cultural characteristics for the local market beyond the simple content and the product/service localization. However, an analysis of some international (local) Web sites of the largest multinationals shows that although some multinationals localize their international Web sites well, many others are weak in reflecting even some key localization features let alone full localization in their local Web sites. Managers are advised to utilize the Web sites localization model to increase the effectiveness of their international Web sites.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,024

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,003
Études des sciences et des technologies0,0030,010
Communication savante0,0080,009
Science ouverte0,0010,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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.

Tête enseignante Opus0,021
Tête enseignante GPT0,259
Écart entre enseignants0,238 · 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'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIGI Global eBooksMême sujetCustomer Service Quality and LoyaltyTravaux en français237 207