MétaCan
Menu
Retour à la cohorte
Enregistrement W2603361991 · doi:10.4236/jhrss.2017.51011

Business Model and Wearables: What Convergence and Collaboration in the Area of Connected Objects and Clothing?

2017· article· en· W2603361991 sur OpenAlexaff
Diane‐Gabrielle Tremblay, Amina Yagoubi

Notice bibliographique

RevueJournal of Human Resource and Sustainability Studies · 2017
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueBusiness Strategy and Innovation
Établissements canadiensUniversité TÉLUQUniversité du Québec à Montréal
Organismes subventionnairesnon disponible
Mots-clésBusiness modelClothingContext (archaeology)RestructuringCompetition (biology)Technological convergenceCreativityFast fashionBusinessKnowledge managementExploratory researchConvergence (economics)MarketingComputer scienceEconomicsSociologyTelecommunications

Résumé

récupéré en direct d'OpenAlex

The general context of our study is that of the emergence of an ecosystem of innovation and business in relation to IT in a world market in full restructuring. We studied the case of the fashion industry to determine how actors interact and how companies seize new business opportunities. Our qualitative research is based on an exploratory approach; an abductive method allows us to go back and forth between literature review, data analysis and interpretation. Traditional industries are subject to strong global competition, and we ask ourselves the following question: in the context of the 4th Industrial Revolution, how do the clothing and fashion industries remain competitive? Should they increase strategies for innovation, creativity, and the integration of new digital technologies? In short, our paper shows how firms are adopting new business models in a digital context. We found that the new business model is based on the use of various skills, the establishment of intersectoral cooperation (IT, design, textiles, health, etc.) and the search for innovations. These elements are at the heart of the strategy chosen to penetrate a niche market that of intelligent objects and garments. These processes are reflected in a dynamic of intersectoral convergence, which provides new avenues for innovation on the basis of new digital technologies.

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 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)0,001
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 enseignants0,191
Score d'incertitude au seuil0,572

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,002
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,035
Tête enseignante GPT0,304
Écart entre enseignants0,269 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations4
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Human Resource and Sustainability StudiesMême sujetBusiness Strategy and InnovationTravaux en français237 207