MétaCan
Menu
Retour à la cohorte
Enregistrement W4388429695 · doi:10.17705/1cais.05324

Exploring the Renewal of IT-enabled Resources from a Structural Perspective

2023· article· en· W4388429695 sur OpenAlexaff
Truth Lumor, Mirja Pulkkinen, Yolande E. Chan, Ari Hirvonen

Notice bibliographique

RevueCommunications of the Association for Information Systems · 2023
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueInformation Technology Governance and Strategy
Établissements canadiensMcGill University
Organismes subventionnairesLiikesivistysrahastoFoundation for Economic Education
Mots-clésFlexibility (engineering)Component (thermodynamics)CentralityPerspective (graphical)Dynamic capabilitiesLoose couplingKnowledge managementComputer scienceBusinessProcess managementManagementEconomics

Résumé

récupéré en direct d'OpenAlex

Organizations are exposed to ever-increasing dynamic environments, making sustaining the derivation of IT benefits critical. However, researchers have observed that IT benefits are short-lived and have called for studies on how organizations can sustain the derivation of IT benefits, especially in dynamic environments. Research shows that the integration of IT assets and other organizational resources needed to form IT-enabled resources from which organizations derive IT benefits can also constrain the renewal of IT-enabled resources to sustain the derivation of IT benefits. In this study, we draw on relevant theories, published empirical cases, and a primary case study to explore, from a structural perspective, the renewal of IT-enabled resources to sustain the derivation of IT benefits. We find that certain structural properties (i.e., component flexibility, component centrality, and component coupling) emerge during the formation and modification of IT-enabled resources and influence the renewal of IT-enabled resources. We extend Nevo and Wade’s model on the formation of IT-enabled resources with the structural properties and offer eight propositions on how the structural properties and organizational capabilities influence the renewal of IT-enabled resources. We discuss the theoretical and managerial implications and identify areas for future research.

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,944
Score d'incertitude au seuil0,396

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,003
Science ouverte0,0010,000
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 Opus0,066
Tête enseignante GPT0,259
Écart entre enseignants0,193 · 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'étudeThéorique ou conceptuel
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

Citations1
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCommunications of the Association for Information SystemsMême sujetInformation Technology Governance and StrategyTravaux en français237 207