MétaCan
Menu
Retour à la cohorte
Enregistrement W4239216332 · doi:10.5539/mas.v12n11p232

A Conceptual Framework for Determinants of E-Exporting (Marketing Applications) Practices and the Business Performance: Empirical Study

2018· article· en· W4239216332 sur OpenAlexvenueno aff
Hani Al-Dmour

Notice bibliographique

RevueModern Applied Science · 2018
Typearticle
Langueen
DomaineComputer Science
ThématiqueOrganizational and Employee Performance
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésVariation (astronomy)MarketingConceptual frameworkBusinessConceptual modelEmpirical researchIndustrial organizationComputer scienceStatistics

Résumé

récupéré en direct d'OpenAlex

This research aims at identifying the determinants of the adoption of e-exporting marketing applications by Jordanian companies and their influence on their exporting performance. For this purpose, a conceptual framework based on the analysis of the literature review and the theoretical adoption models was developed. The required data was gathered through self-administrated questionnaire from 163 exporting industrial companies. The results showed that the extent of e-exporting applications being practiced is considered to be satisfactory (i.e. 62%) and they were varied among exporting companies in terms of their size and experience. The results of factor analysis (FA) indicated that 30 determinants variables could be grouped into three major factors: organizational, environmental and technological and they could explain 76% of the variation of e-exporting applications being implemented and 83% the variation on exporting performance. Furthermore, the results have shown that organizational factor was the most important one determining the extent e-exporting applications being implemented and the environmental factor was the most important one determining the exporting performance. These resultsprovide empirical evidence that the integration approach of the adoption model could produce better explanation of the variation on both the level of e-exporting applications being practised and the business performance. In the final section, research implications and future directions are presented.

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)0,003
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,694
Score d'incertitude au seuil0,779

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,002
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
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 Opus0,043
Tête enseignante GPT0,336
Écart entre enseignants0,293 · 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.

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

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueModern Applied ScienceMême sujetOrganizational and Employee PerformanceTravaux en français237 207