Scalable Information Systems for Agribusiness: Developing Farmers’ Digital Capabilities for E-commerce Platform Adoption
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.
Notice bibliographique
Résumé
INTRODUCTION: Digital transformation is considered as challenging yet imperative in Vietnam recently. In agriculture sector, one of the directions to comprehensively pro-mote digital transformation is to encourage and support farmers to promote their agribusiness on e-commerce platforms.OBJECTIVES: This study aims to exploratorily develop a framework for farmers’ digital capabilities for e-commerce agribusines and empirically examine how the dimensions of such developed framework impact farmers’ adoption of e-commerce platforms for promoting their agriculture products.METHODS: A mixed method study design is employed. We conduct a literature review of recognized databases and focus group technique to develop a framework for farmers’ digital capabilities for e-commerce agribusiness. Moreover, a field survey is designed to collect empirical data of farmers’ perceptions on adopting e-commerce agribusiness and quantitatively determine how dimensions of farmers’ digital capabilities could impact their adoption of e-commerce platforms. EFA (Exploratory Factor Analysis) and multiple regression are used for data analysis. RESULTS: Study findings show that the four dimensions of farmers’ digital capabilities for e-commerce agribusiness (Attitude toward e-commerce agribusiness, Basic ICT capabilities, E-commerce digital marketing capabilities, and Digital learning capabilities) positively contribute to their adoption of e-commerce platforms.CONCLUSION: This study proposes a framework for farmers’ digital capabilities and verifies that the four dimensions of the framework could significantly enhance farmers’ e-commerce platform adoption. We recommend several practical means to boost farmers’ adoption. Future research could apply our proposed framework to examine the formation of farmers’ e-commerce adoption in social platforms and offer solutions to enhanced agribusiness.
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 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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,005 | 0,018 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,001 |
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 découle