Nexus between Cost Leadership Strategy and Performance: Fact or Fallacy in Milk Processing Firms in Kenya
Notice bibliographique
Résumé
Milk processing firms as a constituent of the food processing sector play a crucial function both economically and nutritionally. However, performance in the industry continues to be impended by high costs leading to low profitability margins, decline in output and collapse of some firms while others show stunted growth. It is hypothesized that this situation can be remedied by pursuing cost leadership strategy through economies of scale, economies of scope and operational efficiency. Extant literature however is scanty on how this strategy is employed by milk processing firms in Kenya with studies done failing to focus on how the firms manage costs as a driver for better performance. This has made it difficult to determine whether the hypothesized effect is a fact or fallacy. This study thus was an investigation of the effect of cost leadership strategy on performance of milk processing firms in Kenya. It was anchored on the balanced scorecard model complemented by the resource based view and capability based view theories. The study empirically examined the relationship using data from milk processing firms in Kenya obtained from a sample of 168 key respondents. The findings showed that cost leadership strategy had a positive and significant effect on performance of milk processing firms in Kenya. The study recommends that milk processors improve their performance by cutting costs through measures to increase their scale of operations, expand into related business areas and improve operational processes. The government and other the regulatory bodies should implement corresponding supportive policies and reforms.
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 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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».