MétaCan
Menu
Retour à la cohorte
Enregistrement W4205691594 · doi:10.3390/su14020983

Investigating the Impact of International Markets and New Digital Technologies on Business Innovation in Emerging Markets

2022· article· en· W4205691594 sur OpenAlexaff
Léo‐Paul Dana, Aidin Salamzadeh, Samira Mortazavi, Morteza Hadizadeh

Notice bibliographique

RevueSustainability · 2022
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueInnovation and Socioeconomic Development
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésEmerging marketsBusinessStructural equation modelingData collectionMarketingEmerging technologiesIndustrial organizationSoftware deploymentPopulationInternational businessEconomicsEngineeringComputer scienceManagementStatisticsFinance

Résumé

récupéré en direct d'OpenAlex

International markets and digital technologies are considered among the factors affecting business innovation. The emergence and deployment of digital technologies in emerging markets increase the innovation potential in businesses. Companies with an entrepreneurial orientation also strengthen their innovation capabilities. The present study aimed to investigate the impact of international markets and new digital technologies on business innovation in emerging markets, and to estimate the mediating effect of entrepreneurial orientation on this relationship. The present research was applied research in terms of aim and descriptive survey in terms of data collection method and quantitative in terms of the type of collected data. A standard questionnaire was to collect data. The study’s statistical population consisted of all companies providing business services in Tehran, Iran. To analyse the data, the structural equation modelling method with partial least squares method and Smart PLS-3 Software was used. The results revealed that international markets and digital technologies are positively associated with innovation. They also revealed that when a company’s entrepreneurial orientation increases, the digital technologies and international markets will be more involved in mutual relationships.

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)0,008
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 enseignants0,004
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,001
Communication savante0,0030,003
Science ouverte0,0000,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,013
Tête enseignante GPT0,259
Écart entre enseignants0,246 · 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

Citations117
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSustainabilityMême sujetInnovation and Socioeconomic DevelopmentTravaux en français237 207