MétaCan
Menu
Retour à la cohorte
Enregistrement W4233982757 · doi:10.4018/978-1-59904-947-2.ch140

E-Government Implementation

2008· book-chapter· en· W4233982757 sur OpenAlexaff
Chee-Wee Lim, Eric T.K. Tan, Shan L. Pan

Notice bibliographique

RevueElectronic Government · 2008
Typebook-chapter
Langueen
DomaineSocial Sciences
ThématiqueE-Government and Public Services
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésStakeholderGovernment (linguistics)Corporate governanceBusinessPublic relationsControl (management)Perspective (graphical)Identification (biology)Knowledge managementPolitical scienceManagementEconomicsComputer science

Résumé

récupéré en direct d'OpenAlex

As e-government becomes increasingly pervasive in modern public administrative management, its influence on organizations and individuals has become hard to ignore. It is therefore timely and relevant to examine e-governance—the fundamental mission of e-government. By adopting a stakeholder perspective and coming from the strategic orientation of control and collaboration management philosophy, this study approaches the topic of e-governance in e-government from the three critical aspects of stakeholder management: (1) identification of stakeholders, (2) recognition of differing interests among stakeholders, and (3) how an organization caters to and furthers these interests. Findings from the case study allow us to identify four important groups of stakeholders known as the Engineers, Dissidents, Seasoners, and Skeptics who possess vastly different characteristics and varying levels of acceptance of and commitment towards the e-filing paradigm. Accordingly, four corresponding management strategies with varying degrees of collaboration and control mechanisms are devised in the bid to align these stakeholder interests such that their participation in e-government can be leveraged by public organizations to achieve competitive advantage.

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)0,005
score de la tête « metaresearch » (Gemma)0,011
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,067
Score d'incertitude au seuil0,224

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,011
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0020,002
Communication savante0,0070,004
Science ouverte0,0020,006
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0670,014

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 Opus0,014
Tête enseignante GPT0,271
Écart entre enseignants0,258 · 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'étudeSans objet
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

Citations0
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueElectronic GovernmentMême sujetE-Government and Public ServicesTravaux en français237 207