E-literacy-adoption model and performance of women-owned SMEs in Southwestern Nigeria
Notice bibliographique
Résumé
The study investigates the moderating effect of e-literacy and business information strategy on the relationship between ICT adoption and performance of women-owned SMEs in Southwestern Nigeria. The theories of information technology trilogy by (J Strateg Inf Syst 10:77-99, 2001) coupled with the ICT literacy of (MediaSmarts, Digital Literacy Funadamentals, Canada’s Centre for Digital and Media Literacy MediaSmarts, 2017) which in this study is conceptualized as e-literacy were adapted, and five hypotheses were formulated towards proposing an e-literacy-adoption model for enhanced SMEs’ performance. The study adopted the correlational survey research design and consists of women-owned SMEs in Southwestern, Nigeria. A multi-stage sampling was employed in the study, and a sample size of 240 women-owned SMEs was drawn. However, 236 were retrieved, giving a 94.4% response rate. The questionnaire was used to obtain information, and the correlation analysis was used to analyze the data obtained. The result of the study revealed that e-literacy and business information strategy are significant to the adoption of ICT for effective performance among women-owned SMEs in Nigeria. The study recommends that governments and various NGOs committed to enhancing the growth and development of women-owned SMEs in Nigeria should provide necessary grants and sponsorship towards providing necessary ICT workshops and trainings that could enhance women-owned SMEs’ e-literacy and skills and also the adoption of ICT towards a better performance.
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 | 0,007 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 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 ».