MétaCan
Menu
Retour à la cohorte
Enregistrement W3200824117 · doi:10.5267/j.ijdns.2021.3.004

Online sales system and organization outcome

2021· article· en· W3200824117 sur OpenAlexvenueno aff
Nader Mohammad Aljawarneh, Khalid talal alhindawi, Ahmed Ghazi Mahafzah, Shadi Mohammad Altahaa, Ebtehal Alzboun, Ibrahim Mohammad Harafsheh

Notice bibliographique

RevueInternational Journal of Data and Network Science · 2021
Typearticle
Langueen
DomaineComputer Science
ThématiqueOrganizational and Employee Performance
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCopyingMatching (statistics)Order (exchange)Sample (material)Computer scienceUsabilitySet (abstract data type)Test (biology)Information systemOutcome (game theory)MarketingKnowledge managementBusinessEngineeringStatistics

Résumé

récupéré en direct d'OpenAlex

The aim of this study is to identify the link between online sales systems, infrastructure, ease of use & information accuracy in improving Jordanian restaurants’ call centers' performance effectiveness (JRCCPE). In order to achieve the study's objectives, a questionnaire was conducted for measuring the link between online sales systems (OSS), infrastructure, ease of use & information accuracy in improving JRCCPE. The study sample was selected by distributing 220 questionnaires to all employees of Jordanian restaurants’ call centers (JRCC) from the set of employees working in an online sales system where 173 were retrieved. Aiming to answer the study questions and test hypotheses, the researcher extracted the means and standard deviations to apply the multiple regression equation. Accordingly, the study reached many results, showing a statistically significant effect for using the OSS, infrastructure, ease of use & information accuracy in improving JRCCPE. The study suggested that JRCC seeks adding various characteristics of editing, deleting, copying, and setting the time on the basis of text messaging through such networks as well as the need to conduct marketing studies in order to enable companies to achieve the customers' wishes in a method matching their expectations.

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)0,012
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,054

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,012
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,001
Communication savante0,0030,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0160,002

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 Opus0,031
Tête enseignante GPT0,295
Écart entre enseignants0,264 · 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

Citations2
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Data and Network ScienceMême sujetOrganizational and Employee PerformanceTravaux en français237 207