MétaCan
Menu
Retour à la cohorte
Enregistrement W581111196 · doi:10.17705/1cais.03316

IT Industry Analysts: A Review and Two Research Agendas

2013· review· en· W581111196 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

RevueCommunications of the Association for Information Systems · 2013
Typereview
Langueen
DomaineBusiness, Management and Accounting
ThématiqueInnovation and Knowledge Management
Établissements canadiensQueen's University
Organismes subventionnairesBusiness School, University of AucklandUniversity of Auckland
Mots-clésOrder (exchange)BusinessEarly adopterWork (physics)Stock (firearms)Competitive advantageIndustrial organizationThrough-the-lens meteringMarketingFinanceEngineeringLens (geology)

Résumé

récupéré en direct d'OpenAlex

The firms involved in analyzing the information technology industry (IT), such as Gartner, Forrester, and IDC, are reputed to have a major impact on both IT vendors and IT adopters through their influence over how IT actually is acquired and used. The purpose of this article is to take stock of the nascent stream of research on industry analysts that has developed in recent years in order to shed some light on the IT analysis industry―to analyze the IT industry analysts, if you will. Using an organizational field-level lens, we look at the business models of the firms that operate in this industry. We examine the main institutional work that the analysts in these firms perform as status arbiters, institutional carriers, network brokers, IT fashion setters, and knowledge entrepreneurs. We examine the competitive and institutional pressures faced by analysts in these firms. Finally, we propose two research agendas: (1) to study the impact that this industry has had, and could continue to have, on the IT industry as a whole, and (2) to study how the relationship between the academic information systems community and the IT analysis industry might co-evolve.

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)0,006
score de la tête « metaresearch » (Gemma)0,002
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: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,795
Score d'incertitude au seuil0,682

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0060,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0020,002
Intégrité de la recherche0,0000,001
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 Opus0,230
Tête enseignante GPT0,429
Écart entre enseignants0,199 · 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