Intellectual Capital, Members' Participation and Cooperative Performance: The Mediating Role of Management Capabilities
Notice bibliographique
Résumé
The purpose of this paper is to validate the mediating effect of management capability/capabilities (MC) on the relationships between intellectual capital (IC) and cooperative members’ participation (MP) and the cooperatives' financial and non-financial performance. The major aim is to examine the effect of MC in mediating the relationship between influential antecedents and cooperative performance - a topic that is relatively understudied in the literature. The study employs the survey technique to gather data from the respondents. Therefore, the questionnaire is designed to measure the indicators of the prescribed independent and dependent variables. The independent variables consist of MP and IC, which is further itemised into structural capital (SC), human capital (HC) and relational capital (RC), whilst the dependent variable consists of performance measured by financial and non-financial indicators. The questionnaires are distributed to 234 cooperatives that consist of palm oil smallholders cooperatives in Peninsular Malaysia. Among the targeted sample, 44% responded to the survey. The relationships between the characteristics of the Board of Directors and performance are validated through the partial least squares analysis. The findings indicate MC is a significant mediator in the relationships between IC and MP and cooperative performance. Furthermore, MC has been found to have a positive effect on the financial and non-financial performance of the cooperatives. IC and MP have indirect effects on cooperative performance. The ability to influence such a performance lies in the abilities of the management to optimise the benefits obtained from the SC, HC and RC and MP in the cooperative's activities.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».