MétaCan
Menu
Retour à la cohorte
Enregistrement W6845452

AN EMPIRICAL INVESTIGATION OF THE DRIVERS AND OUTCOMES OF INFORMATION TECHNOLOGY GOVERNANCE BY BOARDS OF DIRECTORS

2010· article· en· W6845452 sur OpenAlexaboutno aff
Ofir Turel, Chris Bart

Notice bibliographique

RevueMCIS · 2010
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueInformation Technology Governance and Strategy
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCorporate governanceContingencyContingency theoryResource (disambiguation)Resource dependence theoryBusinessSample (material)Competitive advantageContingency planResource-based viewEmpirical evidenceKey (lock)Structural equation modelingEmpirical researchAccountingKnowledge managementPublic relationsIndustrial organizationMarketingEconomicsManagementComputer sciencePolitical scienceComputer securityFinance
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This study examines the extent to which board of directors are providing ‘governance oversight’ of their organization’s IT activities and whether their efforts are making any difference in terms of organizational performance. Building on contingency theory we theorize that the magnitude of IT oversight exercised by boards depends on an organization‘s particular IT situation and especially its need for (1) fast and reliable IT, and (2) new innovative IT. However, we also posit that the contingency approach may be suboptimal because it focuses only on current IT needs, and may ignore other potential competitive and defensive uses of IT. These future-looking considerations are in line with the resource-based view of the firm according to which IT is a key resource which, when utilized efficiently and effectively, can create a competitive advantage. Accordingly, we hypothesize that the magnitude of board-level IT oversight positively affects firm performance regardless of existing IT needs, Using structural equation modelling analysis applied to data collected from a sample of 146 directors, representing 146 Canadian firms we found support for all our hypotheses. Implications for research and practice are discussed.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,039
Score d'incertitude au seuil0,174

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
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 Opus0,005
Tête enseignante GPT0,214
Écart entre enseignants0,209 · 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'étudeObservationnel
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

Citations0
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMCISMême sujetInformation Technology Governance and StrategyTravaux en français237 207