Concurrent engineering teams I: organizational determinants of usage
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.
Notice bibliographique
Résumé
Purpose This article is the first in a two‐part discussion of the determinants and performance consequences of concurrent engineering (CE) team usage in organizations. The purpose of this first article is to develop a model of the organizational factors that influence the extent that CE teams are used when developing new products. Design/methodology/approach To test the model, 2,500 questionnaires were mailed to new product development (NPD) managers from the machinery, computer product, electrical equipment, and transportation equipment manufacturing industries, of which 189 usable questionnaires were returned, for a usable response rate of 7.5 percent. The data were analyzed using structural equation modeling with partial least squares. Findings Results indicate that an innovative organizational climate and complex NPD activities both influence the extent that organizations support functional integration on NPD teams, and this support, in turn, influences the extent that organizations use CE teams. Analyzing the qualitative data using content analysis indicates additional factors influencing CE team usage. Research limitations/implications To researchers, this study examines in detail the extent of CE team usage, thus addressing a major gap in the research literature. This study also addresses the concerns of researchers by examining organizational contextual factors. Practical implications To NPD managers, this study highlights organizational precursor conditions needed in order for CE teams to be supported in the organizations, specifically complex NPD activities and an innovative organizational climate. By examining these two variables, NPD managers can gauge the likelihood that CE teams will be supported even before they are actually implemented.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 découle