MétaCan
Menu
Retour à la cohorte
Enregistrement W3114094924

The Strategic Value of IT in Setting Productive Capacity

2019· article· en· W3114094924 sur OpenAlexaff
Dawei Zhang, Barrie R. Nault, Xueqi Wei

Notice bibliographique

RevueSSRN Electronic Journal · 2019
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueEconomic Growth and Productivity
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésCapacity utilizationCapital (architecture)Physical capitalEconomicsCapital intensityInvestment (military)Production (economics)Capital deepeningMicroeconomicsFinancial capitalEconomic capitalYield (engineering)Cost of capitalFixed capitalFixed investmentValue (mathematics)Industrial organizationMonetary economicsCapital formationMarket economyHuman capitalIncentiveMathematics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Capacity is the maximum short run output with capital in place under normal operations, and capital investment increases capacity. Excess capacity can be used as an economic strategy for entry deterrence by lowering average costs over a greater range of output, and as an operations strategy providing value through flexibility to manage demand fluctuations and production disturbances. Our primary focus is to study the way that information technology (IT) can contribute to a strategy of holding excess capacity by comparing the relationship between IT capital and capacity with that of non-IT capital and capacity. Using production theory-based empirical analyses, we find that increases in IT capital yield almost four-fold greater expansion in capacity than do increases in non-IT capital. Thus, as both types of capital are constraints on capacity, for a strategy of holding excess capacity IT capital is a more valuable constraint to relax than non-IT capital. In addition, since the late 1990s, IT capital, and to a lesser extent non-IT capital, have reduced capacity utilization (output/capacity), meaning increasing levels of excess capacity are being held across manufacturing industries and utilities across the economy.

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)0,007
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,007
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,005
Communication savante0,0050,005
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,019
Tête enseignante GPT0,204
Écart entre enseignants0,186 · 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

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSSRN Electronic JournalMême sujetEconomic Growth and ProductivityTravaux en français237 207