The influence of product life cycle on the efficacy of purchasing practices
Notice bibliographique
Résumé
Purpose The purpose of this study is twofold. First, to examine the contingent role of the product life cycle on the efficacy of purchasing practices. Second, to use the results of the first investigation to explore the adequacy of the profit‐maximization framework for explaining purchasing decision making. This second investigation is motivated by growing evidence on the role of institutional factors in explaining supply chain management practices. Design/methodology/approach Survey data from a sample of North American manufacturing firms, across four standard industry sectors, are analysed using ANOVA and linear regression, to examine the hypotheses. Findings The results indicate that product life cycle has a contingent effect on the efficacy of some purchasing practices but not on others. Interestingly, the results suggest that the profit‐maximization framework is capable of explaining only some purchasing decisions but not others; firms adopt certain purchasing practices in certain product life cycle stages, even when these practices have no apparent effect on purchasing performance. This raises a need for an alternative framework to profit‐maximization, to better understand purchasing decision making. Originality/value The paper pioneers an empirical examination of how product life cycle moderates the relationship between purchasing practices and purchasing performance. The paper presents novel insights on the inadequacy of the rational profit‐maximization framework to explain purchasing decision making. Furthermore, the paper presents testable propositions on the role of institutional factors that are potentially driving purchasing decision making in managing the product life cycle contingency.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».