MétaCan
Menu
Retour à la cohorte
Enregistrement W4312185490 · doi:10.5267/j.uscm.2022.10.010

Cloud computing usage by governmental organizations in Saudi Arabia based on Vision 2030

2022· article· en· W4312185490 sur OpenAlexvenueno aff
Mohammed Alarefi

Notice bibliographique

RevueUncertain Supply Chain Management · 2022
Typearticle
Langueen
DomaineComputer Science
ThématiqueOrganizational and Employee Performance
Établissements canadiensnon disponible
Organismes subventionnairesNational Institute of Standards and TechnologyAcademy of Marketing
Mots-clésNonprobability samplingCloud computingUsabilityPerceptionGovernment (linguistics)PopulationBusinessKnowledge managementComputer sciencePsychologyEnvironmental health

Résumé

récupéré en direct d'OpenAlex

Cloud computing (CC) has been used in several industries and domains. However, the use of CC in governmental organization is still limited. The purpose of this study is to examine the CC usage among governmental organizations in Saudi Arabia. The population of this study are Information technology (IT) professionals working for governmental organizations in Saudi Arabia. Purposive sampling was used to collect the data from the respondents. The questionnaire was distributed, and 211 valid responses were collected. The analysis was conducted using Smart PLS 4.0. The findings showed that perceived usefulness (PU), perceived ease of use (PEOU), external influence, security but not privacy have significant effects on CC usage. The findings also showed that technological readiness moderated the effect of PU, external influence, and security on CC usage. Decision makers are recommended to enhance the perception of the benefit of CC and conduct more training courses to ease the usage of CC.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,848
Score d'incertitude au seuil0,888

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,001
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 Opus0,006
Tête enseignante GPT0,217
Écart entre enseignants0,211 · 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'étudeSimulation ou modélisation
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

Citations6
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUncertain Supply Chain ManagementMême sujetOrganizational and Employee PerformanceTravaux en français237 207