Nonusable Enterprise Systems and Productivity and Well-Being of Canadian Automobile Dealership Accountants
Notice bibliographique
Résumé
Enterprise system software is adapted by organizations to automate business processes. However, adaptation failures ranging from 50% to 90% make an enterprise system nonusable, costing millions of dollars to companies. The problem was the systemic barrier hindering productivity, which impels a phenomenological study to explore on what are the lived experiences of Canadian automotive dealership accountants related to their productivity and well-being when the enterprise system is nonusable. The research question asked, what are the lived experiences of Canadian automotive dealership accountants related to their productivity and well-being when the ES is nonusable. The conceptual framework for this research was a synthesis of the philosophy of utilitarian accounts of Griffin, the job demand-resource theory of Bakker and Demerouti, and change management applied to enterprise system adaptation. Data were collected via interviews and analyzed via a modified Stevick–Colaizzi–Keen data analysis technique. Findings indicated that enterprise system nonusability affects the productivity and well-being of automotive dealership accountants in carrying out their tasks to fulfill their deliverables. Six major themes were identified: enterprise system support, job demands for accountants, the importance of training, limited features/providers slow to improve, setup and configuration, and a proactive approach. Implications for positive social change include adding more emphasis on the human aspects of enterprise system adaptation for productivity and promotion of health and well-being among users to benefit employers, employees, customers, and the community.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| 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 ».