Exploring the Relationship Between Innovation Capability, Total Quality Management and SMEs Performance in Electric Fan Industry of Pakistan: Moderating Effect of Relational Learning
Notice bibliographique
Résumé
Purpose – The main objective of this paper is to simultaneously determine the moderating role of relational learning in the relationship between Innovation Capability, Total Quality Management and SMEs Performance. This study attempts to expand the insights by determining these relationships in the context of a rapidly liberalizing and developing economy; Pakistan. By conducting this research with Pakistani data, the authors can assess whether the relationship between these three strategic resources shows systematic differences to those in developed economies.Design/methodology/approach – The authors of this study utilized the data collected through survey method in Electric Fan Industry of Pakistan. Well established scales were adopted from past research in order to measure the constructs used in the study. Structural equation modeling technique was used to test the hypotheses of the study. 239 fan manufacturing firms have been included in the sample. The authors used Smart PLS version 3 for data analysis.Findings – The findings revealed that relational learning moderates the relationship between predictor and criterion variables. Contrary to the previous findings, no significant relationship between Innovation Capability and SME Performance was found to exist; however, there existed a positively significant relationship between total quality management and SME performance.Research limitations/implications – Owing to the cross-sectional time frame that the study follows, it does not infer any causality. Having been limited to only fan manufacturing industry, the study calls for further research in different industry/country perspectives.Practical implications – The study highlights policy building prospects for Pakistani government based on the principles of innovation capability and quality enhancement through collaborating with business networks and exploring the potential of relational learning to help improve overall SMEs performance.Originality/value – This study contributes to the growing body of literature on SMEs-level innovation, TQM and relational learning in developing economies like Pakistan.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,006 |
| 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 | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».