Thai University RankingsRESEARCH RADAR
← กลับฐานข้อมูลงานวิจัย
งานใหม่ที่น่าจับตา

จัดกลุ่มความพร้อมด้าน AI ขององค์กรในอุตสาหกรรมโลจิสติกส์ไทยด้วยปัจจัย TOE–UTAUT การจัดกลุ่ม และแมชชีนเลิร์นนิงที่อธิบายได้

Profiling Organizational AI Readiness in Thailand’s Logistics Industry Using TOE–UTAUT Features, Clustering Analysis, and Explainable Machine Learning

สัญญาณผลกระทบ76/100
01

ข้อมูลจากบทคัดย่อ

การสำรวจผู้เชี่ยวชาญโลจิสติกส์และห่วงโซ่อุปทานในไทย 520 คนใช้ K-means แบ่งรูปแบบความพร้อมด้าน AI ที่ผู้ตอบรับรู้เป็นระดับต่ำ ปานกลาง และก้าวหน้า แล้วทดสอบโมเดลจำแนกหลายชนิด โดย SVM ให้ผลดีที่สุด การวิเคราะห์ SHAP ระบุการใช้งานจริง ปัจจัยเทคโนโลยี เงื่อนไขสนับสนุน และความตั้งใจใช้เป็นตัวแปรเด่น ผลช่วยแบ่งกลุ่มเพื่อวางแผนเปลี่ยนผ่านดิจิทัล แต่เป็นความพร้อมตามการรับรู้และกลุ่มที่สร้างจากข้อมูลชุดเดียว ไม่ใช่การตรวจวัดศักยภาพองค์กรหรือผลธุรกิจโดยตรง

02

เหตุผลที่อยู่ในฐานติดตาม

ระเบียนนี้ได้รับ Impact Signal 76/100 จากความใหม่ แหล่งเผยแพร่ ความร่วมมือ และสัญญาณในข้อมูลบรรณานุกรม คะแนนนี้ใช้จัดลำดับการติดตาม ไม่ใช่การตัดสินคุณภาพงานวิจัย

ประเด็นที่เกี่ยวข้อง: Ethics and Social Impacts of AI · Big Data and Business Intelligence · Artificial Intelligence in Healthcare and Education

03

บทบาทของนักวิจัยและสถาบันไทย

Wipada Sriwichien · Warawut Narkbunnum · Kittipol Wisaeng · Mahasarakham University

04

ข้อจำกัดของข้อมูล

หน้านี้เป็นระเบียนบรรณานุกรมและข้อมูลจากบทคัดย่อ ยังไม่ใช่บทวิเคราะห์ฉบับเต็มหรือการประเมินคุณภาพงานวิจัย ควรตรวจสอบ DOI และเอกสารต้นฉบับก่อนนำไปอ้างอิง