An Empirical Study of Factors Influencing E-Commerce Adoption/Non-Adoption in Slovakian SMEs
Notice bibliographique
Résumé
While the global emergence of e-commerce has led businesses to take advantage of the technologies available to them to enhance their use of e-commerce, small and medium-sized enterprises (SMEs) are known for not adopting information technology to create jobs. Due to the dearth of studies of SME adoption of technology in transitioning European countries such as Slovakia, (Saffu, Walker, and Mazurek 2012 Saffu, K., J. H. Walker, and M. Mazurek. 2012. Perceived strategic value and e-commerce adoption among SMEs in Slovakia. Journal of Internet Commerce 11 (1):1–23. doi:10.1080/15332861.2012.650986.[Taylor & Francis Online] , [Google Scholar]), it is imperative to understand the factors that differentiate SME e-commerce adopters from non-adopters. Adoption and non-adoption factors of 230 Slovakian SMEs were empirically examined using logistic regression. Compatibility and Organizational Readiness, Decision and Operational Aids, and External Pressure were significant for discerning e-commerce adoption. Practical, policy, and research implications are presented. This study goes beyond the determinants of e-commerce adoption and contributes to the understanding of factors that distinguish between adopters and non-adopters of e-commerce for Slovakian SMEs.
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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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 ».