Not‐for‐profit supply chains in interrupted environments
Notice bibliographique
Résumé
Purpose This paper primarily aims to address the following research question: Are techniques and practices developed for uninterrupted, for‐profit supply chains adaptable to the not‐for‐profit (NFP), interrupted context? In other words, can the managerial tools of business logistics be used in humanitarian relief logistics? Design/methodology/approach A combination of grounded research and case‐based research methods is used. Grounded research methods involve coding interview data to enable constant comparison of the data with emerging categories. Three managerial representatives of a single case organisation, the Mennonite Central Committee (MCC), are interviewed. Findings MCC is a small NFP organisation operating in interrupted environments. As a matter of strategy, it pursues economic and social objectives. Strategic partnerships with “like‐minded” organisations are critical to achieve these objectives. To assess its achievements, MCC needs a wide range of performance measures. Research limitations/implications Since the paper is based on a single case, it is difficult to generalise the results beyond MCC, a small, faith‐based NFP providing humanitarian assistance. There are future research opportunities to study more cases and search for additional themes. Practical implications Partnerships and performance measurement are important elements of supply chain management (SCM) in humanitarian relief, characterised by NFP operations in interrupted environments. SCM tools and techniques created in the for‐profit or business context, for partnership formation (e.g. “how to commit”) and performance measurement (e.g. balanced scorecard), should be adapted for the humanitarian context. Originality/value There is a growing literature on supply chain interruptions, but very little research on NFP sector supply chains, despite pressing needs for effective SCM within the NFP context. Also, there are relatively few studies on adapting business logistics practices for the humanitarian logistics context. The paper addresses these issues.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,007 | 0,018 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,003 | 0,005 |
| Communication savante | 0,010 | 0,009 |
| Science ouverte | 0,002 | 0,006 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».