Impact of Industry 4.0 drivers on the performance of the service sector: comparative study of cargo logistic firms in developed and developing regions
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
This study investigates the impact of Industry 4.0 on the performance of the cargo logistic business (service sector) in Bangladesh and Canada. Our drivers of Industry 4.0 include big data, smart factory, cyber physical systems (CPS) and the Internet of things (IoT). However, there is dearth of research showcasing the effects of these drivers on the service sector in various countries. For this reason, we consider the Technology-Organisation-Environment (TOE) framework, as shaped by the institutional theory, within the context of this research. This research adopts a cross-sectional quantitative approach to identify the variation in sub-groups that refer to the samples in Bangladesh and Canada. Through purposive sampling, networking, and connections, a total of 210 (105 each) survey questionnaires, as completed by employees working in logistics companies, were gathered. Smart partial least square-structural equation modelling (PLS-SEM) was used to analyse the collected data, which revealed that Industry 4.0 has a significant role in promoting and improving the performance of the services industry of both economies. However, the impact of all drivers is more highly statistically significant for Canada than for Bangladesh. Thus, this research demonstrates the role of Industry 4.0 in terms of improving the performance of the logistics industries in contrasting economies.
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.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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 découle