MétaCan
Menu
Retour à la cohorte
Enregistrement W2125627120 · doi:10.1287/mnsc.2014.1987

An Empirical Investigation on the Appointments of Supply Chain and Operations Management Executives

2014· article· en· W2125627120 sur OpenAlexaff
Kevin B. Hendricks, Manpreet Hora, Vinod R. Singhal

Notice bibliographique

RevueManagement Science · 2014
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueSupply Chain and Inventory Management
Établissements canadiensWilfrid Laurier University
Organismes subventionnairesnon disponible
Mots-clésInsiderSupply chain managementSample (material)Stock (firearms)Stock priceBusinessStock marketSupply chainEmpirical evidenceEmpirical researchMarketingEconomicsAccountingStatisticsLawPolitical science

Résumé

récupéré en direct d'OpenAlex

This paper provides empirical evidence on the performance effects and choice of appointments of supply chain and operations management executives (SCOMEs). The analysis is based on a sample of 681 SCOME appointments that were publicly announced during the 2000–2011 period. We find that the stock market reaction is positive on the day of the announcement. Categorizing the SCOME appointments as new or old and insider or outsider, we find that the market reaction for newly created SCOME positions is positive. The market also reacts more positively when a SCOME is an outsider rather than an insider. The strongest positive reaction is observed when outsiders are hired for newly created SCOME positions. We find evidence of both poor stock price performance and poor operating performance in the period preceding the appointment of new SCOMEs. New SCOME appointments are not followed by an immediate improvement in stock price and operating performance. However, there is no further decline in performance, suggesting that the decline observed in the preappointment period does not continue after the new SCOME is appointed. We also find that the likelihood of a SCOME being an outsider is greater for firms that are smaller, operate in more concentrated industries, and have experienced poor prior performance. This paper was accepted by Serguei Netessine, operations management.

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)0,002
score de la tête « metaresearch » (Gemma)0,015
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,015
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,031
Tête enseignante GPT0,259
Écart entre enseignants0,228 · 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'étudeObservationnel
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

Citations132
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueManagement ScienceMême sujetSupply Chain and Inventory ManagementTravaux en français237 207