MétaCan
Menu
Retour à la cohorte
Enregistrement W1974206973 · doi:10.3920/jcns2003.x032

Supply chain management, electronic collaboration tools and organizational innovativeness

2003· article· en· W1974206973 sur OpenAlexafffund
Élisabeth Lefebvre, Luc Cassivi, Louis Lefebvre, Pierre‐Majorique Léger, Pierre Hadaya

Notice bibliographique

RevueJournal on Chain and Network Science · 2003
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueQuality and Supply Management
Établissements canadiensUniversité de SherbrookeHEC MontréalUniversité du Québec à MontréalPolytechnique Montréal
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésSupply chainSoftware deploymentSupply chain managementBusinessService managementUpstream (networking)Demand chainProcess managementEmpirical researchEmpirical evidenceIndustrial organizationKnowledge managementMarketingComputer scienceTelecommunications

Résumé

récupéré en direct d'OpenAlex

The paper focuses on three critical but under-investigated issues for supply chain management: (i) the inherent dynamics of a multi-layered supply chain, (ii) the deployment, use and relative efficiency of e-collaboration tools within the supply chain, and (iii) the impact of these tools on the innovativeness of individual firms acting at different layers of the supply chain. The research design covers multiple layers of one supply chain and provides empirical evidence obtained from a multiplecase study and an electronic mail survey. Results point to the intrinsic relationships between supply chain structure and the deployment of e-collaboration tools. Further, results indicate that the level of perceived efficiency of e-collaboration tools is lower at the upstream end of the supply chain and that supply chain execution (SCE) e-collaboration tools are more efficient than the supply chain planning (SCP) tools. The overall findings also suggest that e-collaboration tools can improve supply chain members' ability to innovate in terms of processes and relationships but not yet in terms of products.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,014
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,025

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,014
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,005
Études des sciences et des technologies0,0010,004
Communication savante0,0050,007
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,014
Tête enseignante GPT0,243
Écart entre enseignants0,229 · 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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations10
Publié2003
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal on Chain and Network ScienceMême sujetQuality and Supply ManagementTravaux en français237 207