MétaCan
Menu
Retour à la cohorte
Enregistrement W1989868569 · doi:10.4018/jisscm.2010040102

Moderated Multiple Regression of Absorptive Capacity Attributes and Deployment Outcomes

2010· article· en· W1989868569 sur OpenAlexaff
Rebecca Angeles

Notice bibliographique

RevueInternational Journal of Information Systems and Supply Chain Management · 2010
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueOutsourcing and Supply Chain Management
Établissements canadiensUniversity of New Brunswick
Organismes subventionnairesnon disponible
Mots-clésSoftware deploymentSupply chainBusinessAbsorptive capacityProcess (computing)Modularity (biology)Business processIdentification (biology)Process managementSupply chain managementSurvey data collectionKnowledge managementIndustrial organizationMarketingComputer scienceWork in process

Résumé

récupéré en direct d'OpenAlex

In this study, the author examines organizations’ perceptions of the importance of absorptive capacity attributes in the deployment of radio frequency identification (RFID) in a supply chain and their relationships with operational efficiency and market knowledge creation as moderated by information technology infrastructure integration and supply chain process integration. Data was collected using a survey questionnaire administered online to members of the Council of Supply Chain Management Professionals (CSCMP). Four proposed hypotheses were partially supported in this study. Both variables, IT infrastructure integration and supply chain process integration, moderate the relationships between three predictor variables, business process modularity, standard electronic business interfaces, and breadth of information exchange and the two dependent variables examined in this study, operational efficiency and market knowledge creation to a considerable extent. This study has clear implications for how decision makers affecting their firm’s supply chains should make a business case for robust IT elements that support both IT infrastructure integration and supply chain process integration.

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 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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,327
Score d'incertitude au seuil0,571

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,002
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 Opus0,012
Tête enseignante GPT0,222
Écart entre enseignants0,210 · 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 tête enseignante, 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

Citations6
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Information Systems and Supply Chain ManagementMême sujetOutsourcing and Supply Chain ManagementTravaux en français237 207