MétaCan
Menu
Retour à la cohorte
Enregistrement W4239047313 · doi:10.4018/978-1-60566-960-1.ch072

Impact of RFID Technology on Health Care Organizations

2010· book-chapter· en· W4239047313 sur OpenAlexaff
Véronique Nabelsi, Florina Stefanescu

Notice bibliographique

RevueIGI Global eBooks · 2010
Typebook-chapter
Langueen
DomaineEngineering
ThématiqueRFID technology advancements
Établissements canadiensPolytechnique Montréal
Organismes subventionnairesnon disponible
Mots-clésRadio-frequency identificationBusinessSupply chainContext (archaeology)Variety (cybernetics)Government (linguistics)Identification (biology)Investment (military)MarketingIndustrial organizationComputer scienceComputer security

Résumé

récupéré en direct d'OpenAlex

RFID technologies represent a common standard for data storage and retrieval that could improve collaboration and data sharing between noncompeting organizations. With the advent of RFID (radio frequency identification), organizations have the opportunity to rethink how their organization will be. Unlike companies in the United States and Europe which are mandated by large retailers or government departments, most Taiwan companies are investing in RFID without pressure. The article explores the factor affecting radio frequency identification adoption applications in Taiwan. Its objective is to summarize the ways in which organizations are thinking about their possible uses in a wide variety of companies and industries. An empirical investigation (n=134) found seven factors affecting RFID adoption within Taiwan. They are operation efficiency, manufacturing efficiency and supply chain efficiency, organization context, investment cost, market environment, and technology characteristic. By providing insight into these important factors, this article can help further understanding of their role in the adoption and use of RFID. The theoretical and practical implications of these results are discussed.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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: aucune
Score de désaccord entre enseignants0,989
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,005
Tête enseignante GPT0,254
Écart entre enseignants0,249 · 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 tête enseignante, pas un consensus.

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

Citations1
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIGI Global eBooksMême sujetRFID technology advancementsTravaux en français237 207