MétaCan
Menu
Retour à la cohorte
Enregistrement W4391359668 · doi:10.1108/intr-10-2022-0808

Generativity of enterprise IT infrastructure for digital innovation

2024· article· en· W4391359668 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.

Notice bibliographique

RevueInternet Research · 2024
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueBig Data and Business Intelligence
Établissements canadiensWilfrid Laurier UniversityUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésGenerativityBusinessKnowledge managementIndustrial organizationProcess managementComputer scienceMarketingPsychology

Résumé

récupéré en direct d'OpenAlex

Purpose Digital innovation requires organizations to reconfigure their information technology infrastructure (ITI) to cultivate creativity and implement fast experimentation. This research inquiries into ITI generativity, an emerging concept demoting a critical ITI capability for organizational digital innovation. More specifically, it conceptualizes ITI generativity across two dimensions—namely, systems and applications infrastructure (SAI) generativity and data analytics infrastructure (DAI) generativity—and examines their respective social and technical antecedents and their impact on digital innovation. Design/methodology/approach This research formulates a theoretical model to investigate the social and technical antecedents along with innovation outcomes of ITI generativity. To test this model and its associated hypotheses, a survey was administered to IT professionals possessing knowledge of their organization's IT architecture and digital innovation performance. The dataset, comprising responses from 140 organizations, was analyzed using the partial least squares technique. Findings Results reveal that both dimensions of ITI generativity contribute to digital innovation performance, with the effect of DAI generativity being more pronounced. In addition, SAI and DAI generativities are driven by social and technical factors within an organization. More specifically, SAI generativity is positively associated with the usage of a digital application services platform and IT human resources, whereas DAI generativity is positively linked to the usage of a data analytics services platform, data analytics services usability and data analytics human resources. Originality/value This research contributes to the literature on digital innovation by introducing ITI generativity as a crucial ITI capability and deciphering its role in digital innovation. It also offers useful insights and guidance for practitioners on how to build ITIs to achieve better digital innovation performance.

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,346
Score d'incertitude au seuil0,923

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,159
Tête enseignante GPT0,411
Écart entre enseignants0,252 · 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