Impact of digital transformation on the individual job performance of insurance companies in Peru
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.
Notice bibliographique
Résumé
The objective of this study was to analyze and determine the impact of digital transformation on the individual job performance of insurance companies in Peru. The deductive inferential scientific method of explanatory level was used, with a non-experimental design, to four insurance companies that operate in the regions of Arequipa, Cusco, Iquitos, Lima, Tacna and Trujillo. The results generated by structural equations show that customer service experience (CSE), based on digital transformation, had a positive impact on task performance (p ≤ 0.05) and contextual performance (p ≤ 0.05); in contrast, the customer service experience (CSE), based on digital transformation, was found to have no impact on counterproductive behavior (p≥ 0.05). In relation to the collaborator's capabilities (CC) based on digital transformation, the results reveal that it had a significant influence on task performance (p ≤0.05) and contextual performance (p ≤ 0.05), while it did not have any impact on counterproductive behavior (p ≥ 0.05). Likewise, processes based on digital transformation (P) significantly influence task performance (p ≤ 0.05) and contextual performance (p ≤ 0.05), unlike counter-productive behavior that did not present a causal link with the processes (p> 0.05). Finally, the business model based on digital transformation (BM) had no implications for task performance (p> 0.05), contextual performance (p> 0.05) and counterproductive behaviors (p> 0.05). The conclusion of the study indicates that the customer service experience, the collaborator's capabilities and processes based on digital transformation contribute to the performance and contextual performance of the workers of the insurance companies in Peru.
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 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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,003 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découle