MétaCan
Menu
Retour à la cohorte
Enregistrement W2999380640 · doi:10.1177/2158244019900186

Does Facebook Commerce Enhance SMEs Performance? A Structural Equation Analysis of Omani SMEs

2020· article· en· W2999380640 sur OpenAlexaff
Mansour Naser Alraja, Sarfraz Fayaz Khan, Basel Khashab, Raghad Aldaas

Notice bibliographique

RevueSAGE Open · 2020
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueTechnology Adoption and User Behaviour
Établissements canadiensAlgonquin College
Organismes subventionnairesnon disponible
Mots-clésStructural equation modelingVariance (accounting)Flexibility (engineering)Descriptive statisticsMarketingConfirmatory factor analysisBusinessPsychologyStatisticsMathematics

Résumé

récupéré en direct d'OpenAlex

This research aims to identify the factors affecting the adoption of Facebook commerce, in specific the adopted Facebook advertisements for both small and medium enterprises (SMEs) and how this contributes to enhancing such SMEs’ organizational performances. Specifically, ease of use, demographic targeting, interaction, and brand awareness are regarded as the key factors that can influence Facebook’s advertisements adoption. However, three organizational performance dimensions (efficiency, flexibility, and responsiveness) are considered to be the most significant areas of focus in this research. In this study, both the quantitative research approach and the descriptive research design were employed. Data were collected from different SMEs in Muscat and Dhofar in Oman, and the total valid questionnaires suitable for analysis reached 342. The participants were primarily from those who publicize their services through Facebook. Many statistical techniques including exploratory, confirmatory, and structural equation modeling have been adopted in this study; meanwhile, the quantitative data were analyzed using SPSS 25 and AMOS 25 softwares. The findings of this study suggested that the ease of use, demographic targeting, interaction, and brand awareness interpreted 20% of the variance in the Facebook advertisements as the dependent variable. However, Facebook advertisements as an independent variable were found to have a statistically significant effect on the SMEs’ performance dimensions (efficiency, flexibility, and responsiveness) with standard regressions of 0.66, 0.51, and 0.74, respectively, thereby explaining 44% of the variance in the efficiency, 26% of the variance in the flexibility, and 55% of the variance in the responsiveness. Regarding the researchers’ knowledge, this research stands out as the first research to highlight SMEs that measure statistically the relationship between the organizational performance dimensions and Facebook advertising as key social media tools within a unique context—such as Oman as an example of developing countries.

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)0,003
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,018
Score d'incertitude au seuil0,036

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,008
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,131
Tête enseignante GPT0,401
Écart entre enseignants0,270 · 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'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

Citations60
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSAGE OpenMême sujetTechnology Adoption and User BehaviourTravaux en français237 207