MétaCan
Menu
Retour à la cohorte
Enregistrement W2018439027 · doi:10.4102/jtscm.v9i1.161

Logistics management skills development: A Zimbabwean case

2015· article· en· W2018439027 sur OpenAlexaff
Jacobus N. Cronjé

Notice bibliographique

RevueJournal of Transport and Supply Chain Management · 2015
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueHigher Education Learning Practices
Établissements canadiensTransport Canada
Organismes subventionnairesnon disponible
Mots-clésCurriculumEconomic shortageSupply chainBusinessRelevance (law)Supply chain managementSkills managementCareer developmentOperations managementMarketingMedical educationPsychologyGovernment (linguistics)EngineeringPolitical scienceMedicinePedagogy

Résumé

récupéré en direct d'OpenAlex

Background: Since logistics emerged as an applied discipline during the latter part of the 20th century, there has been an increased need for skills development in logistics and supply chain management. However, literature suggests a general shortage of educated and skilled logistics and supply chain managers worldwide.Objectives: The purpose of this article was to benchmark an in-house training programme in logistics management in the beverage industry of Zimbabwe with international best practice.Method: A case study approach was followed focusing on the programme curriculum, content and delivery. The article reports on the nature and effectiveness of the programme. The curriculum was benchmarked with skills requirements identified in literature. Relevance was evaluated based on participant perceptions over a period of 3 years using questionnaires with both closed- and open-ended questions.Results: Findings suggested that the programme offering is in line with international practice whilst it also addresses particular issues in Third World countries. Participants perceived the programme as being practical and valuable for enhancing their job performance and career development.Conclusion: The article provides a framework for evaluating logistics training programmes. Future research could include an evaluation that measures changes in on-the-job behaviour of participants.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,043
Score d'incertitude au seuil0,085

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0070,002
Communication savante0,0020,001
Science ouverte0,0010,003
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,032
Tête enseignante GPT0,322
Écart entre enseignants0,291 · 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'étudeQualitatif
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
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Transport and Supply Chain ManagementMême sujetHigher Education Learning PracticesTravaux en français237 207