MétaCan
Menu
Retour à la cohorte
Enregistrement W3121748788

Resource-Based View and Competitive Strategy: An Integrated Model of the Contribution of Information Technology to Firm Performance

2006· article· en· W3121748788 sur OpenAlexaffabout
David Verreault, Suzanne Rivard, Louis Raymond

Notice bibliographique

RevueSSRN Electronic Journal · 2006
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueBusiness Strategy and Innovation
Établissements canadiensUniversité du Québec à Trois-RivièresHEC Montréal
Organismes subventionnairesnon disponible
Mots-clésProfitability indexIndustrial organizationPerspective (graphical)BusinessVariance (accounting)Competitive advantageFirm offerResource-based viewResource (disambiguation)MarketingMicroeconomicsEconomicsComputer scienceAccountingFinance
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

In the information technology (IT) literature, therelationship between IT and firm performance has been examined from aresource-based perspective and from the perspective of strategy. The goal ofthis study is to use the complementary nature of the two perspectives in orderto shed light on the contribution of IT to firm performance. A model that comprises both a competitive strategy framework and theresource-based perspective is used to achieve this objective. By depicting theeffects of IT support on business strategy and firm assets, the model capturesthe impact of IT on firm performance. Data from a survey of 96 Canadian firmsare used to test the model. According to the data, the variance in the sampled firms' market performanceis due, on the one hand,mostly to the direct effect of IT support forstrategy and the indirect effect of IT support for the firms' assets. Thevariance in profitability, on the other hand, is due to the direct effect of ITsupport for the firm's assets and by market performance. (SAA)

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)0,003
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,035

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,006
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0010,003
Communication savante0,0070,005
Science ouverte0,0030,002
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0100,002

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 GPT0,204
Écart entre enseignants0,197 · 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'étudeThéorique ou conceptuel
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

Citations9
Publié2006
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSSRN Electronic JournalMême sujetBusiness Strategy and InnovationTravaux en français237 207