MétaCan
Menu
Retour à la cohorte
Enregistrement W1983285788 · doi:10.1108/17410390610658469

Optimizing success in supply chain partnerships

2006· article· en· W1983285788 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueJournal of Enterprise Information Management · 2006
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueOutsourcing and Supply Chain Management
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésGeneral partnershipProcess managementSupply chainMaturity (psychological)Critical success factorCapability Maturity ModelProcess (computing)BusinessSupply chain managementKnowledge managementRisk analysis (engineering)Management scienceOperations managementEngineeringComputer scienceMarketingFinancePolitical science

Résumé

récupéré en direct d'OpenAlex

Purpose The purpose of this research is to take an emergent process theory perspective and model the supply chain partnering process as a series of four linked models that correspond to the phases of the partnership lifecycle, from initiation to maturity/termination, and discuss the management issues in those phases critical for optimal success of partnerships. The framework developed in this paper provides a road‐map to manage and optimize realization of partnership benefits. Design/methodology/approach The “partnership formation to business value” process is described as a series of four linked models that correspond to the phases of partnership lifecycle: foundation, implementation, shakedown, and onwards and upwards. The outcomes of one phase become starting conditions for the next. Thus, decisions and actions in a phase may subsequently increase or decrease the potential for optimal success. Findings Optimal partnership success is conceptualized and a framework for approaching optimal success in four broad phases is developed. It is believed that business organizations can considerably improve the realization of partnering benefits by focusing on the critical issues in the partnering process. Organizations cognizant of the critical issues in the various phases of supply chain partnerships can make systematic efforts to manage them better by providing training, incentives, leadership, and an overall environment that facilitates partnering and realization of partnering objectives. Research limitations/implications A natural extension of this study could be to explore empirically the critical issues which have been identified, in greater detail. Given the wide variation in organizations due to size, products, and sectors, specific studies of supply chain partnerships, which compare partnerships along these dimensions, would also be valuable for understanding specific concerns. Empirical studies would also help to clarify the use of supply chain partnerships as a means to establish and sustain competitive advantage. Practical implications The framework developed in this paper provides a road‐map to manage and optimize realization of partnership benefits. Originality/value The prime benefit of this study is that it provides valuable insight on key issues in managing supply chain partnerships. Optimal partnership success is conceptualized and a framework for approaching optimal success in four broad phases is developed.

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.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,730
Score d'incertitude au seuil0,799

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,004
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,011
Tête enseignante GPT0,211
Écart entre enseignants0,201 · 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