MétaCan
Menu
Retour à la cohorte
Enregistrement W2923111026 · doi:10.3390/logistics3020012

Micro-Foundations of Supply Chain Integration: An Activity-Based Analysis

2019· article· en· W2923111026 sur OpenAlexaff
Muhammad Usman Ahmed, Mark Pagell, Mehmet Murat Kristal, Thomas F. Gattiker

Notice bibliographique

RevueLogistics · 2019
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueQuality and Supply Management
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésConstruct (python library)Micro levelConceptual blendingSupply chainDyadMacroConceptual frameworkComputer scienceKnowledge managementProcess managementDomain (mathematical analysis)Macro levelFocus (optics)BusinessEngineeringMarketingPsychologySociologyEconomicsMathematics

Résumé

récupéré en direct d'OpenAlex

A large body of literature has studied supply chain integration (SCI) at the macro (firm or dyad) level. However, the micro-foundations of SCI that highlight the range of different activities and choices firms have in implementing integration have not been studied. This paper identifies and analyzes integrative activities or practices that form the micro-units of firm-level SCI. Qualitative analysis yields nine elements of integration that emerge from the large number of integrative practices. In doing so, the paper maps out the structure of the broad SCI construct and discusses the theoretical repercussions of this new approach. New theoretical insights and research directions are identified based on this new micro-level activity-based view of SCI. This paper shifts the focus from where integration is done (customer vs. supplier integration) to what integration entails. SCI has become a very broad construct over time. This paper is a significant and systematic step in unraveling the structure of this broad conceptual domain. It improves nascent ideas about the multiple dimensions of integration by identifying elements based on a comprehensive list of different integrative activities that firms undertake.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,720
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,040
Tête enseignante GPT0,279
Écart entre enseignants0,239 · 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 tête enseignante, pas un consensus.

Devis d'étudeSimulation ou modélisation
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

Citations7
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLogisticsMême sujetQuality and Supply ManagementTravaux en français237 207