MétaCan
Menu
Retour à la cohorte
Enregistrement W2057103008 · doi:10.1016/j.jom.2011.01.002

What drives financial performance–resource efficiency or resource slack?

2011· article· en· W2057103008 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueJournal of Operations Management · 2011
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueSupply Chain and Inventory Management
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésExtant taxonStock (firearms)Resource (disambiguation)Resource efficiencyBusinessIndustrial organizationEconomicsResource-based viewEnvironmental economicsMicroeconomicsFinanceMarketingComputer scienceCompetitive advantage

Résumé

récupéré en direct d'OpenAlex

Abstract Extant research in operations management has revealed divergent insights into the value potential of resource efficiency. While one view relates efficiency with good operations management and asserts that slack resources are a form of waste that should be minimized, the other view suggests that limited resource slack can impose heavy costs on firms by making them brittle. In this research, the authors build on these views to investigate the relationship of inventory, production, and marketing resource efficiency of firms with three metrics of financial performance (i.e., Stock‐Returns, Tobin's Q, and Returns‐on‐Assets). The authors evaluate the theoretical framework using secondary information on all U.S. based publicly‐owned manufacturing firms across the 16‐year time period of 1991–2006. Analysis utilizing a mixed‐model approach reveals that a focus on resource efficiency is positively associated with firm financial performance. However, findings also support the arguments favoring slack, indicating that the financial gains from resource efficiency exhibit diminishing returns.

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.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,440
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,004
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 GPT0,225
Écart entre enseignants0,193 · 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