MétaCan
Menu
Retour à la cohorte
Enregistrement W3121921275 · doi:10.1108/13598540210414373

Supply chain competency: learning as a key component

2002· article· en· W3121921275 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueSupply Chain Management An International Journal · 2002
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueOutsourcing and Supply Chain Management
Établissements canadiensPricewaterhouseCoopers (Canada)
Organismes subventionnairesnon disponible
Mots-clésSupply chainBusinessSupply chain managementCompetence (human resources)Affect (linguistics)Service managementSupply chain risk managementDemand chainMarketingReturn on investmentCore competencyCustomer satisfactionIndustrial organizationProfit (economics)EconomicsMicroeconomicsManagementPsychology

Résumé

récupéré en direct d'OpenAlex

Supply chain management has received in recent years a great deal of attention by practitioners and academics alike. The benefits that accrue to firms that effectively manage their supply chain partners range from lower costs to higher return on investment (ROI), to higher returns to stockholders. Yet, effective management of one’s supply chain is not easily accomplished. In this paper, we develop this capability as a core skill that will ultimately separate the winners from the losers. We develop the concept of supply chain competence and use learning as a proxy. We explore the pre‐conditions for learning to emerge and the impact of learning on supply chain performance. A number of factors that affect partner‐like behavior also affect learning. Also, learning appears to have a positive impact on performance measures relating to end‐customer satisfaction and being a more market‐focused supply chain. Learning does not appear to affect supply chain performance related to cost.

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 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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Communication savante, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,701
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,000
Communication savante0,0030,002
Science ouverte0,0020,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0100,003

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 Opus0,014
Tête enseignante GPT0,229
Écart entre enseignants0,215 · 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