MétaCan
Menu
Retour à la cohorte
Enregistrement W2035114039 · doi:10.1080/00207543.2011.613870

Research opportunities in purchasing and supply management

2011· article· en· W2035114039 sur OpenAlexaff
Tobias Schoenherr, Sachin B. Modi, W.C. Benton, Craig R. Carter, Thomas Y. Choi, Paul D. Larson, Michiel R. Leenders, Vincent A. Mabert, Ram Narasimhan, Stephan M. Wagner

Notice bibliographique

RevueInternational Journal of Production Research · 2011
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueQuality and Supply Management
Établissements canadiensWestern UniversityUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésSupply managementPurchasingBusinessSupply chain managementProcess managementIndustrial organizationOperations managementComputer scienceMarketingSupply chainEngineering

Résumé

récupéré en direct d'OpenAlex

Purchasing and supply management (PSM) are crucial for the effective and efficient operation of manufacturing firms, now more than ever. The PSM function has evolved from being routine and mechanical to a function that can deliver true competitive advantage. The trend toward increased globalisation and outsourcing, along with a focus on innovation- and capability-driven supply management, has led to an increased reliance on suppliers. This has significantly enhanced the importance of PSM for manufacturing companies. The heightened significance in practice has been paralleled by an increasing attention of researchers in developing theories and chronicling best practices. At the same time, the rapid rate of change represents both daunting challenges and exciting opportunities for research in PSM. It is the goal of this article to highlight such challenges and discuss ensuing opportunities in PSM research. This objective is accomplished via the nominal group technique involving a panel of leading scholars in the purchasing and supply management field. As such, the article presents a synthesis and discussion of important research themes, poses a set of intriguing research opportunities, and serves as a motivation for future investigation.

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)0,015
score de la tête « metaresearch » (Gemma)0,019
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: Commentaire · Signal consensuel: aucune
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,078

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0150,019
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0030,009
Études des sciences et des technologies0,0040,009
Communication savante0,0070,010
Science ouverte0,0010,003
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0100,001

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 Opus0,434
Tête enseignante GPT0,426
Écart entre enseignants0,008 · 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
GenreCommentaire

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations170
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Production ResearchMême sujetQuality and Supply ManagementTravaux en français237 207