Notice bibliographique
Résumé
Purpose The purpose of this conceptual paper is to attempt to answer the related questions of how and why supply chain partners are chosen. Research objectives are to understand how and why collaborative partners are chosen, by learning the actual decision‐making processes and key factors in partner selection. Design/methodology/approach A mixed methods approach was chosen, comprising: a focused literature review, to identify key issues, and informal interviews, leading to the development of a Partner Negotiation Model; a multiple case study approach, involving formal interviews about two partnerships, supplemented by documentation, contracts, correspondence and other records; and some manual data analysis and a qualitative research tool. The whole resulted in identification of significant issues for partner negotiation and selection. Findings Contrary to accepted theory in the alliance, partner selection, and decision‐making literature, the results show that alliance partners are chosen through a complex negotiation process rather than rational selection. The research and interviews with software industry collaborators suggest roles for factors such as complexity, cyclic negotiation, several types of partners, several levels of alliance formation, and hidden factors, such as personal friendship or perceived reputation. Overall, the problem of collaborative partner selection was found to be much more complex than expected. Research limitations/implications Research results are limited by the small sample of partnerships reviewed, but the results can be used as a starting‐point for further larger‐scale studies. Practical implications Supply chain partners in business can use these results to help them better understand the process and criteria for future supply partner selection. Originality/value The results may be used to develop a set of partner selection recommendations for practitioners. For specific firms that become involved in organizing supply chain alliances, the results of this work will provide decision support in terms of choosing among partners or indeed whether to engage in a particular relationship.
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 | 0,055 | 0,082 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,005 |
| Études des sciences et des technologies | 0,007 | 0,006 |
| Communication savante | 0,012 | 0,011 |
| Science ouverte | 0,003 | 0,010 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,017 | 0,003 |
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 ».