MétaCan
Menu
Retour à la cohorte
Enregistrement W2526197174 · doi:10.1080/15332861.2016.1191049

An Empirical Study of Factors Influencing E-Commerce Adoption/Non-Adoption in Slovakian SMEs

2016· article· en· W2526197174 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueJournal of Internet Commerce · 2016
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueTechnology Adoption and User Behaviour
Établissements canadiensBrock University
Organismes subventionnairesnon disponible
Mots-clésBusinessE-commerceMarketingEmpirical researchSmall and medium-sized enterprisesEarly adopterThe InternetIndustrial organizationComputer scienceWorld Wide Web

Résumé

récupéré en direct d'OpenAlex

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil0,564

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,115
Tête enseignante GPT0,418
Écart entre enseignants0,303 · 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