An integrated approach for supplier selection and purchasing decisions
Notice bibliographique
Résumé
Purpose The paper seeks to provide academic researchers and practitioners with a better understanding about purchasing strategies through an integrated approach to supplier selection and purchasing decisions. Design/methodology/approach This paper views supplier selection as a multi‐criteria problem. Through the analytical hierarchy process (AHP), in consideration of both quantitative and qualitative criteria, a set of candidate suppliers is identified. A multi‐objective linear programming (MOLP) model, with multiple objectives and a set of system constraints, is then formulated and solved to allocate the optimum order quantities to the candidate suppliers. Findings The paper provides tradeoffs among different objectives, which are more consistent with the complexity and nature of the real‐world decision‐making environment. It also offers better information and solutions supporting effective purchasing decisions. Research limitations/implications The main concept of the proposed approach can be applicable to any organization with a purchasing function. However, its implementation will be very specific to a particular organization of interest, as each individual organization must define its own subjective criteria and constraints. The area of decision support system development, which automates (or computerizes) the input process of the proposed models and integrates with other databases in a company, will provide great opportunities for future research. Practical implications The paper provides practitioners with flexibility and effectiveness in their supplier selection and purchasing decision process and with a better understanding about their future purchasing strategies. The results from the application of the proposed models to the supplier selection problem at a high‐technology firm in Taiwan show that the models are effective and applicable. Originality/value This paper takes an integrated approach to problem analysis (i.e. multi‐objectives with both quantitative and qualitative information), uses a sound scientific methodology in model development (i.e. integrating AHP with MOLP), and provides practical use of the models. It offers additional knowledge and value to both academics and practitioners.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,003 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».