Implementation of enterprise human resources management standards to achieve supply chain excellence in fertilizer companies in Indonesia
Notice bibliographique
Résumé
Employees have collective skills, abilities and experience that contribute to the interests of the company where they work, and can contribute to the success of supply chain and is a resource that is an asset in achieving supply chain excellence. To examine this relationship, this study investigates the role of human resources management (HRM) on the supply chain management of fertilizer companies in Indonesia, which is focused on the distribution and logistics of fertilizer from producer to their network and consumers. This study took samples from two fertilizer companies in East Java, structural equation modeling (SEM) analysis was carried out with the Smart PLS. 18 (Partial Least Square) program, and shows the value of t = 348.825 with p = 0.000 (p < 0.000) which means there is a significant effect of implementing enterprise human resources management (HRM) standards on company supply chain excellence and represents indicators of management strategy, cost leadership, focus on productivity, logistics, distributions, operational effectiveness, differentiation, and cooperation with companies or other institutions that support each other. The results of this study have provided an overview of the application of enterprise capable of supporting human resource management. Enterprise standards in both fertilizer companies are applied regularly, starting from checking the completeness of the employee database, including contact information, details of salary, compensation and benefits; attendance, employee performance, career planning, work relations, socialization, and informal communication so that the company would be able to adapt and be more flexible towards every need in the present and in the future.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».