Factors leading to decentralization of ICT companies: The case of Multimedia Super Corridor, Malaysia
Notice bibliographique
Résumé
Technological development in the information and communication technologies (ICT) sector is essential to attain sustainability in today’s era. Cities have developed satellite towns at the periphery with hi-fidelity digital and physical infrastructure which converts a single cantered city into a multi cantered one. In case of Kuala Lumpur Metropolitan Area (KLMA) the shift of civic services to Putrajaya and development of Multimedia Super Corridor (MSC) which offers incentives to local and foreign companies to develop a super block of research and development based economic sector. This development spearheaded the Malaysian Vision 2020 of knowledge based economy and society and has become an attraction to the business community across Malaysia. The purpose of this paper is to discuss the key factors that have attracted the companies to physically move from KLMA to MSC. To achieve the study objectives, a questionnaire survey and interviews were carried out to collect pertinent information from companies focusing on businesses in finance, insurance and real-estate. The data collected was analyzed to identify the ranking of variables of Bill of Guarantees offered in MSC policy. The study findings suggest that in addition to good infrastructure and good working environment, the tax exemption offered by the government has been the driving force for companies to decentralize towards MSC. The results suggest that the better infrastructure, connectivity, low taxes, low telecommunication tariffs, and land cost were considered as the most important factors for decentralization of ICT companies in Malaysia. The other factors that were highlighted in this study include low cost of doing business, and competitive conditions for attracting companies to avail MSC status. The study also presents the initial hindrances faced by the ICT companies i.e., accessibility issue for city clients and workers, high rental rates of the property and slow development of supportive public amenities in MSC
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».