MétaCan
Menu
Retour à la cohorte
Enregistrement W3007682075 · doi:10.4018/ijeis.2020040107

A Compilation and Analysis of Critical Success Factors for the ERP Implementation

2020· article· en· W3007682075 sur OpenAlexaff
Mohamed-Iliasse Mahraz, Loubna Benabbou, Abdelaziz Berrado

Notice bibliographique

RevueInternational Journal of Enterprise Information Systems · 2020
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueERP Systems Implementation and Impact
Établissements canadiensUniversité du Québec à Rimouski
Organismes subventionnairesnon disponible
Mots-clésEnterprise resource planningCritical success factorProcess (computing)Computer scienceField (mathematics)ImplementationProcess managementOrder (exchange)Knowledge managementTask (project management)Resource (disambiguation)Management scienceBusinessEngineeringSystems engineeringSoftware engineering

Résumé

récupéré en direct d'OpenAlex

Nowadays, the adoption of a new enterprise resource planning system is a highly complex process, and it is not as easy as people imagine. It is a challenging task that requires rigorous efforts, careful thinking, and proper planning. Likewise, it demands a detailed analysis of such factors that are critical to the implementation. The field has sparked an immense interest in the research community, and hence several previous studies have tried to assess the current status of these systems and address some issues in the literature reviews. First, the research aims to conduct a comprehensive literature survey, in order to address some issues related to the implementation and management of ERP, and point out overall trends. Afterwards, we tried to provide a contribution to the research field of the critical success factors (CSFs) of ERP projects based on a systematic approach to review a large number of refereed papers published between 2006 and 2018 on ERP from which a large number of documents relating to CSFs on ERP were extracted, and selected for analysis. From that review, we led a survey through which we tried to investigate and examine the different critical success factors that need to be considered to ensure the success of ERP systems.

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)0,012
score de la tête « metaresearch » (Gemma)0,054
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,045
Score d'incertitude au seuil0,065

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,054
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,003
Bibliométrie0,0450,026
Études des sciences et des technologies0,0020,001
Communication savante0,0040,004
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,042
Tête enseignante GPT0,353
Écart entre enseignants0,311 · 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'étudeQualitatif
Domainenon disponible
GenreSynthèse

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

En bref

Citations31
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Enterprise Information SystemsMême sujetERP Systems Implementation and ImpactTravaux en français237 207