MétaCan
Menu
Retour à la cohorte
Enregistrement W4381085512 · doi:10.48047/jcdr.2021.12.02.94

The Role of IT Governance in Shaping Organizations’ Technology Adoption Decision

2023· article· en· W4381085512 sur OpenAlexaff
J. S. Chauhan

Notice bibliographique

RevueJournal of Cardiovascular Disease Research · 2023
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueTechnology Adoption and User Behaviour
Établissements canadiensCentre for International Governance Innovation
Organismes subventionnairesnon disponible
Mots-clésCorporate governanceBusinessKnowledge managementPublic relationsProcess managementPolitical scienceComputer scienceFinance

Résumé

récupéré en direct d'OpenAlex

The adoption of new technology is crucial for an organization's existence since it decreases the likelihood of human mistake while increasing productivity and communication speed.Every firm must pick the right technology and implement different tactics to increase performance and efficiency to thrive in the cutthroat market.The head of an enterprise often plays a key role in choosing and implementing appropriate technology.There are appropriate laws, norms, and governances that aid in comprehending the fundamental structure behind the adoption of new technologies.Its governance is under the control of the board of directors or senior management.Enterprise governance, which comprises of organizational structure, leadership, and policies, needs it as a key component.It ensures both the aims and objectives underpinning the technology acceptance model as well as the adoption of new technology.The board of directors, who have the primary power inside an organization, oversees determining how much it will cost to run that business and how productive it will be.The task also includes determining what requirements must be met to survive in a cutthroat market.The right application of codes and practises that can direct the board in choosing the most appropriate technology to fulfil the objectives is necessary since technology is always evolving.A good IT governance framework is required for assessing the rules and regulations for the appropriate usage of technology.

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)0,013
score de la tête « metaresearch » (Gemma)0,033
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,071

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0130,033
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0030,006
Communication savante0,0080,003
Science ouverte0,0000,003
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,116
Tête enseignante GPT0,418
Écart entre enseignants0,303 · 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'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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Cardiovascular Disease ResearchMême sujetTechnology Adoption and User BehaviourTravaux en français237 207