MétaCan
Menu
Retour à la cohorte
Enregistrement W3095473266 · doi:10.5267/j.msl.2020.10.019

he effect of information technology business alignment factors on performance of SMEs

2020· article· en· W3095473266 sur OpenAlexvenueno aff
Ali Mechman Slim, Omar Siti Sarah, Kadhim Ghaffar Kadhim, Bashar Jamal Ali, Ahmed Mohammed Hammood, Bestoon Othman

Notice bibliographique

RevueManagement Science Letters · 2020
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueInformation Technology Governance and Strategy
Établissements canadiensnon disponible
Organismes subventionnairesUniversiti Tun Hussein Onn Malaysia
Mots-clésStrategic alignmentViewpointsMaturity (psychological)BusinessCorporate governancePerspective (graphical)Knowledge managementProcess managementMarketingIndustrial organizationComputer scienceStrategic planningPsychology

Résumé

récupéré en direct d'OpenAlex

Strategic IT-business alignment is being expanded by researchers and professionals owing to its beneficial effect on the performance of SMEs. Luftman (2000) [Luftman, J. (2000). Assessing business-IT alignment maturity. Communications of the Association of Information Systems, 4(14), 1–50.] created the Strategic Alignment Model (SAM), which integrates various alignment viewpoints to offer a cohesive perspective on IT-business alignment. While SAM was widely implemented for western IT studies by theoreticians and practitioners, its adoption is not evident in the Middle East with few available studies. The goal of this gap is to examine the effect of small and mediumsized enterprises (SMEs) in Iraq of three alignment styles (communication, governance and competency) listed in SAM. The findings of the current study verified the beneficial effect of all sorts of IT alignment centered on a survey of 228 owners, IT managers, but the latter has also shown a strong positive influence across various types of alignment. Theory and implementation implications are addressed, and more research recommendations are suggested.

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)0,002
score de la tête « metaresearch » (Gemma)0,012
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 enseignants0,004
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,012
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0000,001
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 Opus0,006
Tête enseignante GPT0,189
Écart entre enseignants0,183 · 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

Citations18
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueManagement Science LettersMême sujetInformation Technology Governance and StrategyTravaux en français237 207