MétaCan
Menu
Retour à la cohorte
Enregistrement W3095481188 · doi:10.4018/978-1-7998-4942-1.ch004

Digital Innovation in Small Firms of Rural Canada

2020· book-chapter· en· W3095481188 sur OpenAlexaffabout
Suchit Ahuja, Yolande E. Chan

Notice bibliographique

RevueAdvances in e-business research series · 2020
Typebook-chapter
Langueen
DomaineBusiness, Management and Accounting
ThématiqueInnovation and Knowledge Management
Établissements canadiensQueen's UniversityConcordia University
Organismes subventionnairesnon disponible
Mots-clésDigitizationIncubatorBusinessIndustrial organizationMarketingTelecommunicationsEngineering

Résumé

récupéré en direct d'OpenAlex

Unless there are systemic investments in digitization of rural economies, rural entrepreneurs will suffer, and digital innovation activity will remain modest. Nonetheless, the authors do find examples of digital innovation practiced by firms in rural economies. These firms successfully fostered growth and revitalization due to co-evolution of business and digital strategies, investments in technology, and digitization of business processes. In this chapter, using three such small, rural firms in Ontario, Canada, the co-evolution of business and digital technology strategies and related performance impacts are described by using the lens of “digital ecodynamics,” which is defined as the holistic confluence among environmental factors, capabilities, and digital technologies—and their fused dynamic interactions unfolding as an ecosystem. The focus on the development of resources and capabilities that are critical for the survival of the firms and the local ecosystem centered around a business incubator that supports and sustains them.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,918
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,003
Études des sciences et des technologies0,0000,000
Communication savante0,0000,002
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,039
Tête enseignante GPT0,281
Écart entre enseignants0,242 · 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 tête enseignante, pas un consensus.

Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreAutre

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

En bref

Citations14
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAdvances in e-business research seriesMême sujetInnovation and Knowledge ManagementTravaux en français237 207