Critical linkages among TQM factors and business results
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 To empirically investigate the relationships among critical TQM factors and business results. Design/methodology/approach Twenty‐three hypotheses regarding the relationships among TQM factors and business results have been developed through literature review and tested using structural equation modeling (SEM). The study utilized survey data obtained from US manufacturing companies. Findings Provides information about the results of each hypothesis, their implications, and how these findings compare to previous studies. Pays special attention to the relationships between TQM factors and business results and discusses findings in this area by offering insights from 22 previous studies that analyzed TQM‐performance relationships. Research limitations/implications Researchers could use the results of this study to explore various related hypotheses in more detail and improve the accuracy of future empirical quality management studies. The study makes specific recommendations for such future studies. There were also some research limitations. For instance, the data were obtained through mail survey and relied on the perceptions of the respondents. Practical implications The results of this study can be used by managers to prioritize the implementation of TQM practices. For instance, those practices that are found to have a positive impact on business results can be recommended to managers so that they can allocate resources to improve these practices to get the best results. Originality/value This study conducts a comprehensive review of the literature to develop factors of critical TQM practices and business results, and unlike most previous studies, it uses multiple, distinct indicators for each factor to test an elaborate SEM model of the relationships among these factors.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,004 |
| 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