تجزیه و تحلیل شبکه عصبی مصنوعی دو مرحله‌ای SEM از اثرات سازمانی پذیرش اینترنت اشیا در شرکت‌های حسابرسی

نوع فایل : word

تعداد صفحات ترجمه تایپ شده با فرمت ورد با قابلیت ویرایش : 27

تعداد کلمات : 8300

مجله : Decision Science Letters

انتشار : 2023

ترجمه متون داخل جداول : ترجمه شده است

درج جداول در فایل ترجمه : درج شده است

منابع داخل متن : به صورت فارسی درج شده است

کیفیت ترجمه : طلایی

فونت ترجمه : Bنازنین 12

تاریخ انتشار
3 آگوست 2023
دسته بندی
تعداد بازدیدها
2759 بازدید
69,000 تومان

عنوان فارسی مقاله:تجزیه و تحلیل شبکه عصبی مصنوعی دو مرحله‌ای SEM از اثرات سازمانی پذیرش اینترنت اشیا در شرکت‌های حسابرسی

 چکیده

 این مقاله نقش چشم‌انداز را به‌عنوان متغیر میانجی رابطه بین عوامل سازمانی و پذیرش اینترنت اشیا در شرکت‌های حسابرسی در ایالات متحده با استفاده از ترکیبی از تحلیل‌های مبتنی بر مدل‌سازی معادلات ساختاری (SEM) و فناوری شبکه‌های عصبی مصنوعی (ANN) به عنوان روش تحقیق اولیه بررسی می‌کند.. هفت فرضیه، از جمله یک فرضیه مربوط به تأثیر بینش بر پذیرش اینترنت اشیا پذیرفته شد. به طور کلی، تمام فرضیه‌های پذیرفته شده تأثیر مثبتی بر پذیرش اینترنت اشیا داشتند. علاوه بر تأثیر مثبت مستقیم چشم انداز بر پذیرش فناوری اینترنت اشیا، میزان آن تأثیر بسته به زمینه هر فرضیه متفاوت است. با بررسی نتایج، این مطالعه نشان می‌دهد که بینش یک متغیر میانجی جزئی در رابطه بین عامل سازمانی و پذیرش اینترنت اشیا است. در نتیجه، این مدل می‌تواند به شرکت‌های حسابرسی کمک کند تا فناوری اینترنت اشیا را با موفقیت بپذیرند. از سوی دیگر، با توجه به نقشی که چشم انداز به عنوان متغیر میانجی در این مدل ایفا می‌کند، توصیه‌های ضروری برای پیاده سازی فناوری اینترنت اشیا ارائه می‌کند. چارچوب فناوری-سازمان-محیط (TOE) و تئوری انتشار نوآوری (DOI) با چشم انداز بهبود قدرت پیش بینی مدل ترکیب شده است.

ادامه مطلب

راهنمای خرید:
  • لینک دانلود فایل بلافاصله بعد از پرداخت وجه به نمایش در خواهد آمد.
  • همچنین لینک دانلود به ایمیل شما ارسال خواهد شد به همین دلیل ایمیل خود را به دقت وارد نمایید.
  • ممکن است ایمیل ارسالی به پوشه اسپم یا Bulk ایمیل شما ارسال شده باشد.
  • در صورتی که به هر دلیلی موفق به دانلود فایل مورد نظر نشدید با ما تماس بگیرید.

Title: A two-stage SEM-artificial neural network analysis of the organizational effects of Internet of things adoption in auditing firms

Abstract

This paper examines the role of vision as a mediating variable of the relationship between organizational factors and IoT adoption in audit firms in the US. Using a combination of analyses based on structural equation modeling (SEM) and artificial neural network (ANN) technology as the primary research methodology. Seven hypotheses were accepted, including one related to the impact of vision on IoT adoption. In general, all accepted hypotheses had a positive effect on IoT adoption. In addition to the direct positive impact of vision on IoT technology adoption, the magnitude of that effect varied depending on the context of each hypothesis. Drawing evidence from the results, this study demonstrates that vision was a partial mediating variable in the relationship between the organizational factor and IoT adoption. As a result, the model can help audit firms adopt IoT technology successfully. On the other hand, it makes essential recommendations for implementing IoT technology in light of the role that vision plays as a mediating variable in this model. The Technology-Organization-Environment (TOE) framework and Diffusion of Innovation theory (DOI) are combined with the vision to improve model predictive power.