MétaCan
Menu
Retour à la cohorte
Enregistrement W4377103902 · doi:10.4018/jgim.323439

The Role of Governments in Driving Industry 4.0 Adoption in Emerging Countries

2023· article· en· W4377103902 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueJournal of Global Information Management · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueDigital Transformation in Industry
Établissements canadiensLakehead UniversityUniversité Laval
Organismes subventionnairesUniversité Laval
Mots-clésSubsidyBusinessGovernment (linguistics)Industrial organizationEmerging marketsPublic policyProcess (computing)Production (economics)Organizational structureIndustrial policyEconomicsMarket economyFinanceEconomic growthInternational tradeManagement

Résumé

récupéré en direct d'OpenAlex

Industry 4.0 contributes to the virtualization of production system and enhances capabilities. However, the adoption process poses substantial challenges for SMEs in emerging markets due to institutional voids, resources, and public supports. This study explores the role of government in adopting Industry 4.0 by the SMEs and how organizational structure influences the process. It employed a quantitative approach and surveyed 225 managers. Industry 4.0 adoption is significantly influenced by government policy and subsidies. Government policy and subsidy transform organizational structure to be more transparent and flexible, streamlining them in adopting Industry 4.0. The organizational structure substantially mediates the relationships between government policy, subsidy, and Industry 4.0 adoption. This study implies that governments are vital in helping SMEs to adopt Industry 4.0 in emerging markets. Thus, governments should make policies that support technology adoption by offering sufficient funding/subsidies to boost innovation and technological transformation.

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.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,734
Score d'incertitude au seuil0,252

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,002
Science ouverte0,0000,000
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 Opus0,006
Tête enseignante GPT0,222
Écart entre enseignants0,216 · 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