The strategized business model for successful technopreneurs in Malaysian Small-Medium Enter-prise (SME) using Business Intelligence (BI) as a moderator , Pages:649-660
Notice bibliographique
Résumé
The rise of digital marketing channels and e-commerce has compelled businesses to shift to a digital economy, where the use and use of technology in business operations necessitates the development of technopreneurs rather than entrepreneurs. Moreover, technopreneurs can transform a technical idea into and market-ready product that consists of intellectual wealth as the gateway to financial wealth. This study aims to inspect the relationship between strategizing business models for transformation and development as well as the moderating role of Business Intelligence (BI) towards becoming a successful technopreneur. The study obtained 313 respondents among entrepreneurs from Small-Medium Enterprise (SME) in Malaysia using a simple random sampling method by utilizing an online survey (Google Forms) to participate in the main survey. They are recognized as highly knowledgeable respondents who use digital technology to improve their businesses; as a result, they possess the knowledge necessary to give a trustworthy response based on their actions and experiences to succeed as technopreneurs. The collected dataset was analyzed using SmartPLS software to test the hypotheses, and a structural model was utilized in the study to assess direct relationships. Based on p-values and t-statistics, the bootstrapping technique was used to increase the significance of both direct and indirect impacts (path coefficient). The findings of this study highlight that strategized business models and successful technopreneurs may become an innovative high technology-intensive context with the moderating role of BI technology prowess and entrepreneurial talent and skills that develop technopreneurs in the new age of entrepreneurs who make use of the digital economy.
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 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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,010 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,004 |
| Science ouverte | 0,004 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».