Firm characteristics, total quality management, and financial performance
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
Abstract This paper uses a sample of quality award winners to empirically test hypotheses that relate changes in operating income associated with effective implementation of total quality management (TQM) to various firm characteristics. The characteristics examined are firm size, the degree of capital intensity, the degree of diversification, the timing of TQM implementation, and the maturity of the program. We find that smaller firms do significantly better than larger firms. Firms that have won awards from independent award (a proxy for more mature TQM implementation) do significantly better than just supplier award winners. The evidence weakly supports the hypotheses that less capital‐intensive firms do better than more capital‐intensive firms, and more focused firms do better than more diversified firms. Finally, we do not observe any significant differences between the performance of earlier and later implementers of effective TQM. The key implications of these results are that many organizational characteristics moderate the benefits of TQM implementation. Although not all of these characteristics are controllable by managers, managers must set realistic expectations for the degree of benefits from TQM. The results for size and capital‐intensity validate the importance of TQM practices for smaller firms and environments that are more labor intensive. Investing to achieve a broader, deeper, and more mature TQM implementation (possibly by targeting an independent TQM award) should also result in higher benefits from TQM implementation. Furthermore, the results indicate that it is never too late to invest in TQM.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,002 |
| 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