MétaCan
Menu
Retour à la cohorte
Enregistrement W3203463526 · doi:10.1109/tem.2021.3109790

Sorry, the World is not Flat: A Global View of Organizational Information Systems Issues

2021· article· en· W3203463526 sur OpenAlexaff
Prashant Palvia, Alexander Serenko, Jaideep Ghosh, Tim Jacks

Notice bibliographique

RevueIEEE Transactions on Engineering Management · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueInformation Systems Theories and Implementation
Établissements canadiensOntario Tech University
Organismes subventionnairesnon disponible
Mots-clésGlobeEthnocentrismFallacyContext (archaeology)PoliticsPolitical sciencePublic relationsRegional scienceMarketingBusinessSociologyGeographyPsychology

Résumé

récupéré en direct d'OpenAlex

Information systems (IS) research paradigms, models, and findings are largely developed in the context of the U.S. and Western Europe; therefore, they are applicable primarily to the Western context and have limited relevance elsewhere. In response to this incomplete view and potential bias, the World Information Technology (IT) Project was launched more than five years ago to examine many topics, including the nature of organizational IS issues in various parts of the world. Using a common survey instrument, data were collected from IT employees in 37 countries. These 37 countries provide a good representation of the world as they exhibit different economic, cultural, political, religious, and regional differences. Results demonstrate the fallacy of the Western views and reveal that the globe does not always follow them. While there are a few common issues among the 37 countries, namely: IT reliability and efficiency, and security and privacy; more significantly, there are important differences. A cluster analysis of the country data corroborates the findings and divides countries into two groups: those with strategic issues and those with tactical and operational issues. Overall, the study underscores the importance of visioning beyond ethnocentric views and expanding our horizons to the global IT landscape. Particularly, business and IT executives need to address country and regional differences when pursuing international endeavors.

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)0,008
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: Empirique
Score de désaccord entre enseignants0,022
Score d'incertitude au seuil0,041

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,006
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0040,006
Études des sciences et des technologies0,0050,018
Communication savante0,0220,028
Science ouverte0,0010,006
Intégrité de la recherche0,0020,005
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,011
Tête enseignante GPT0,270
Écart entre enseignants0,259 · 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

Citations4
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Engineering ManagementMême sujetInformation Systems Theories and ImplementationTravaux en français237 207