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

Optimizing success in supply chain partnerships

2006· article· en· W1983285788 sur OpenAlexaff
Bharat Maheshwari, Vinod Kumar, Uma Kumar

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.

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)0,012
score de la tête « metaresearch » (Gemma)0,033
Version: metacan-v3-hybrid-931329e0061cStatut 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: Empirique
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,064

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,033
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,003
Études des sciences et des technologies0,0030,004
Communication savante0,0120,008
Science ouverte0,0010,009
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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.

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

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'étudeSans objet
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

Citations69
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Enterprise Information ManagementMême sujetOutsourcing and Supply Chain ManagementTravaux en français237 207