MétaCan
Menu
Retour à la cohorte
Enregistrement W4283719960 · doi:10.1109/mitp.2022.3157568

Coping With Technological Shifts: Organizational Actions to Adapt IT Infrastructures

2022· article· en· W4283719960 sur OpenAlexaff
Simon Bourdeau, Thibaut Coulon, Dragos Vieru

Notice bibliographique

RevueIT Professional · 2022
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueInformation Technology Governance and Strategy
Établissements canadiensUniversité TÉLUQUniversité du Québec à Montréal
Organismes subventionnairesnon disponible
Mots-clésAgile software developmentMindsetKnowledge managementBusinessInformation technologyCoping (psychology)Process managementOrganizational cultureComputer sciencePublic relationsPolitical sciencePsychology

Résumé

récupéré en direct d'OpenAlex

Information technology infrastructures (ITI)—arrangements of shared IT services and technical components that support an organization's strategy and processes—are vital to organizations. They play key strategic roles, which are at the core of the business operations and impact performance. However, technological shifts are major threats to any organizations’ ITI. To cope with technological shifts, organizations must sense technological evolutions, seize the related opportunities, and transform their ITI, simply put it, they must become agile. Still, the question for practitioners is: What actions should be deployed to build organizational agility to cope with technological shifts and adapt their ITI? Twenty organizational actions were identified by 29 ITI experts that were grouped into three interrelated vectors: 1) Nurturing proactive technological culture, mindset, and competencies; 2) Codesigning enterprise architecture; and 3) Piloting the ITI. These actions should help organizations become more agile, while guiding practitioners in evolving and adapting their ITI.

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)0,010
score de la tête « metaresearch » (Gemma)0,016
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,051

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,016
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0050,006
Communication savante0,0080,006
Science ouverte0,0010,007
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,016
Tête enseignante GPT0,246
Écart entre enseignants0,230 · 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'étudeQualitatif
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

Citations4
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIT ProfessionalMême sujetInformation Technology Governance and StrategyTravaux en français237 207