The Impact of Internal Environment Factors in Achieving Strategic Agility During COVID- 19 Pandemic at Jordanian Commercial Banks: The Moderating Role of Information Technology
Notice bibliographique
Résumé
To remain competitive in today's uncertain business environment, banks must develop capabilities that enable them to adapt and respond quickly to market changes.Therefore, this study aims to examine the impact of internal environmental factors on achieving strategic agility through the moderating role of information technology at the Jordanian Commercial Banks.Out of the 13 banks, 10 took part in the survey.Internal environmental factors being investigated include agile human resources, organizational structure, and organizational culture.The 240 middle and first-line managers who worked at the headquarters of the 10 banks made up the sampling unit.To get the information and data needed, 240 questionnaires were sent out, and 203 of them could be used for statistical analysis.The results indicate a statistically significant impact of internal environmental factors in achieving strategic agility.The findings of the moderation hypothesis also reveal that information technology as a moderator has improved the impact of internal environmental factors in achieving banks' strategic agility by 0.04.The results show that the agility of human resources has the highest impact in achieving banks' strategic agility.Consequently, it was recommended to enhance the skills and competencies of the banks' staff and to equip them with the needed training courses to be able to adapt to change successfully.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».