MétaCan
Menu
Retour à la cohorte
Enregistrement W1540526601 · doi:10.5772/14696

Managing and Controlling Public Sector Supply Chains

2011· book-chapter· en· W1540526601 sur OpenAlexaboutno aff
Intaher Marcus, A Badenhorst Weiss Johanna

Notice bibliographique

RevueSupply Chain Management · 2011
Typebook-chapter
Langueen
DomaineBusiness, Management and Accounting
ThématiquePublic Procurement and Policy
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSupply chainBusinessPublic sectorIndustrial organizationProcess managementEconomicsMarketingEconomy

Résumé

récupéré en direct d'OpenAlex

. For example, countries such as the UK, US and Canada have for long employed SCM in the management of their procurement and logistics (OCG, 2005) as well as South Africa (Ambe, 2009) among others. Despite the interest and employment of SCM in public institutions, Humphries and Wilding (2004) assert that much has not been done compared to the private sector. According to Notwithstanding this, many professional government organizations have indicated that SCM could hold great promise in enhancing public procurement systems. However, Essig & Dorobek (2006:1) argue that the management of public supply chain raises various research questions that need to be answered. The chapter explore the concept of supply chain management in the public sector. The chapter utilises a case study of the SCM in the South African public sector to differentiate between public versus private sectors supply chains. It presents the critical components, features and importance of public sector supply chains. Furthermore, the chapter portray the need for supply chain improvement and the employment of performance measures in the public sector. A balanced scorecard as a supply chain performance indicator is suggested for application to the public sector supply chain. The chapter contributes to literature on the application of public sector supply chains.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Communication savante, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,811
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,027
Tête enseignante GPT0,206
Écart entre enseignants0,179 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations13
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSupply Chain ManagementMême sujetPublic Procurement and PolicyTravaux en français237 207