MétaCan
Menu
Retour à la cohorte
Enregistrement W2345103402 · doi:10.5539/emr.v5n1p57

Gaining Competitiveness via Procurement Transformation That Retains German Engineering Origin

2016· article· en· W2345103402 sur OpenAlexvenueno aff
Daniel Feyerlein

Notice bibliographique

RevueEngineering Management Research · 2016
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueBusiness Strategies and Innovation
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMultinational corporationGermanCompetition (biology)ProcurementProduct (mathematics)GlobalizationBusinessQuality (philosophy)Product strategyProduction (economics)Industrial organizationMarketingNew product developmentEconomicsProduct managementMarket economyMathematics

Résumé

récupéré en direct d'OpenAlex

With the evolution of globalization, multinational companies face increasing competition on national and international markets. As a result, they seek to implement proper strategies to maximize capacity and competitiveness. This article asks whether a multinational company in medical devices has the strategic potential to transform its procurement strategy to embrace a local sourcing concept to gain competitiveness while retaining engineering origin. Study results from the medical-device industry show that attributes delivered by German origin can improve competitiveness. A significant majority of customers see the importance in the “Made in Germany” label. Customers also tend to accept the conception of local production that retains German engineering. The medical-device industry represents several branches in areas such as quality and technology. The results of this paper address product marketing, product strategy, and decision-makers dealing with sourcing alternatives. The results suggest that the strategy of pairing local production with German engineering is desirable to enhance competitiveness.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,024

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0050,002
Science ouverte0,0000,002
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,071
Tête enseignante GPT0,298
Écart entre enseignants0,227 · 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'étudeSans objet
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

Citations0
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEngineering Management ResearchMême sujetBusiness Strategies and InnovationTravaux en français237 207