The Real Options to Technology Management: Strategic Options for 3G Wireless Network Architecture and Technologies
Notice bibliographique
Résumé
The increasing demands for high-quality multimedia services have challenged the wireless industry to rapidly develop wireless network architecture and technologies. These demands have led wireless service providers to struggle with the current network migration dilemma of how to best deliver high-quality multimedia services. Currently, there are many alternative wireless network technologies, such as TDMA, GSM, GPRS, EDGE, WCDMA, cdma2000, etc. These wireless technology choices require close examination when making strategic decisions involving network evolution.This study assesses the technology options for wireless networks to establish next generation networks (i.e., 3G), based on the real options approach (ROA), and discusses wireless network operators¡¯ technology migration strategies. The goal of this study is to develop a theoretical framework for wireless network operators to support their strategic decision-making process when considering technology choices. The study begins by tracing the evolution of technologies in wireless networks to place them in the proper context, and continues by developing the strategic technology option model (STOM) using ROA as an assessment tool. Finally, STOM is applied to the world and US wireless industries for the formulation of technology migration strategies. Consequently, this study will help wireless network service providers make strategic decisions when upgrading or migrating towards the next generation network architecture by showing the possible network migration paths and their relative value. Through this study, network operators can begin to think in terms of the available network options and to maximize overall gain in networks. Since the migration issues concerning the next generation wireless network architecture and technologies remain the subject of debate, with no substantial implementation in progress now, this study will help the industry to decide where best to focus its efforts and can be expanded for further research.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».