MétaCan
Menu
Retour à la cohorte
Enregistrement W3034948897 · doi:10.5267/j.uscm.2019.1.001

Critical evaluation of policies in supply chain performance: Quality assurance, continuous process improvement and environmental regulation and policies

2019· article· en· W3034948897 sur OpenAlexvenueno aff
Andriansyah Andriansyah, Taufiqurokhman Taufiqurokhman, Ismail Suardi Wekke

Notice bibliographique

RevueUncertain Supply Chain Management · 2019
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueQuality and Supply Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésQuality assuranceProcess (computing)Supply chainBusinessQuality (philosophy)Process managementEnvironmental economicsIndustrial organizationOperations managementComputer scienceMarketingEconomicsService (business)

Résumé

récupéré en direct d'OpenAlex

The primary objective of this study is to find the role of different policies on supply chain performance (SCP). To achieve this objective, quality assurance policies (QAP) and continuous process improvement (CPI) are selected as independent variables. Additionally, the moderating effects of environmental regulations and policy (ERP) are examined between various policies and SCP. ERP is taken as moderating variable because the role of ERP in logistics is crucial. Logistics transport has serious effect on environment due to the emission of CO2. Primary data are collected from supply chain companies of Indonesia. Three hundred questionnaires are used in this study and they are analyzed through statistical tests. Conclusion of the study shows that QAP and CPI had major role in SCP. Better implementation of QAP and CPI increase the SCP among Indonesian supply chain companies. Moreover, ERP is a moderating variable between the relationship of QAP and CPI and SCP. Therefore, Indonesian supply chain companies should enhance the policies related to quality assurance, process improvement and environmental policies to enhance SCP.

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)0,004
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,104
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,017
Tête enseignante GPT0,278
Écart entre enseignants0,260 · 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'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

Citations4
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUncertain Supply Chain ManagementMême sujetQuality and Supply ManagementTravaux en français237 207