MétaCan
Menu
Retour à la cohorte
Enregistrement W3156786529

L’adoption de technologies numériques : informations tirées d’une enquête d’envergure mondiale

2021· article· fr· W3156786529 sur OpenAlexaboutno aff
James Fudurich, Lena Suchanek, Lise Pichette

Notice bibliographique

Revuenon disponible
Typearticle
Languefr
DomaineBusiness, Management and Accounting
ThématiqueDigital Platforms and Economics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPolitical scienceHumanitiesPhilosophy
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

La Banque du Canada, en collaboration avec un reseau international de banques centrales, a recemment interroge plus de 6 000 entreprises de partout dans le monde. Sur la base des donnees recueillies, nous evaluons les effets de la numerisation sur les decisions relatives aux prix et a l’emploi. Plus precisement, nous examinons les attentes des entreprises quant a l’incidence de la mise en œuvre de technologies numeriques telles que le commerce electronique, l’infonuagique, les megadonnees, l’impression 3D, l’Internet des objets, la robotique et l’intelligence artificielle sur leurs prix et leurs plans d’embauche. Comme les effets varies de ces technologies sur les activites peuvent souvent se compenser, il est difficile d’en determiner l’impact global sur les prix. Selon les resultats de l’enquete pour le Canada, certaines entreprises s’attendent a ce que les prix subissent des pressions a la baisse entrainees par 1) les gains d’efficience, associes a l’automatisation par exemple, et 2) la concurrence accrue en ligne et la compression des couts dans la chaine d’approvisionnement. D’autres estiment que la valeur ajoutee a leurs produits grâce aux technologies numeriques leur permettra d’augmenter leurs prix. D’autres encore prevoient qu’elles devront repercuter sur leurs clients les couts engendres par l’adoption de telles technologies. Les entreprises anticipent egalement un effet negatif marginal sur leur niveau d’emploi au cours des trois prochaines annees en raison de l’automatisation ou de gains de productivite decoulant de la technologie. Cet effet sera largement compense par l’embauche d’un nombre accru de ressources competentes dans le numerique ou destinees a soutenir une hausse des ventes. A l’aide de techniques d’appariement, nous arrivons a tenir compte des differences dans la taille et la composition des echantillons ainsi que dans les parametres d’enquete. Nous constatons ainsi que, par rapport aux petites et moyennes entreprises, les grandes entreprises sont plus susceptibles d’adopter des technologies numeriques et d’anticiper des effets negatifs sur leur niveau d’emploi et leurs prix.

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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCommunication savante, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCommunication savante, Charge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,757
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0030,017
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,002

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 Opus0,012
Tête enseignante GPT0,198
Écart entre enseignants0,187 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetDigital Platforms and EconomicsTravaux en français237 207